A NNALES DE L ’I. H. P., SECTION B
J. C. L OOTGIETER
Sur la répartition des suites de Kakutani (I)
Annales de l’I. H. P., section B, tome 13, n
o4 (1977), p. 385-410
<http://www.numdam.org/item?id=AIHPB_1977__13_4_385_0>
© Gauthier-Villars, 1977, tous droits réservés.
L’accès aux archives de la revue « Annales de l’I. H. P., section B » (http://www.elsevier.com/locate/anihpb) implique l’accord avec les condi- tions générales d’utilisation (http://www.numdam.org/conditions). Toute uti- lisation commerciale ou impression systématique est constitutive d’une infraction pénale. Toute copie ou impression de ce fichier doit conte- nir la présente mention de copyright.
Article numérisé dans le cadre du programme Numérisation de documents anciens mathématiques
http://www.numdam.org/
Sur la répartition des suites de Kakutani (I)
J. C. LOOTGIETER
Université Paris VI, Laboratoire de calcul des probabilités, 4, place Jussieu, Tour 56, Paris Ve
Vol. XIII, n° 4, 1977, p. 385-410. Calcul des Probabilités et Statistique.
SOMMAIRE. - Considérons l’intervalle
[0, 1];
choisissons d’abord unpoint Xi
de[0, 1]
suivant une loiuniforme, puis
unpoint X2
dans leplus grand
des intervalles[0, XJ
et1] ]
suivant une loiuniforme, puis
unpoint X3
dans leplus grand
desintervalles,
déterminés par lespoints 0, Xl, X2
et1,
suivant une loiuniforme,
etc. Lasuite { 1 }
est-elle presque- sûrementéqui-répartie?
Cettequestion, originellement posée
parAraki,
est
restée,
à notreconnaissance,
sansréponse (1).
S. Kakutani posa et résolutle
problème
similaire dans le cas où lespoints Xn
sontchoisis,
àchaque étape,
dans le ou les intervalles delongueur
maximale suivant unrapport
fixe a distinct de 0 et 1[3] ;
résultatégalement
redémontré par R. L. Adleret L. Flatto
[1].
Nous donnons une
réponse positive
à laquestion
ci-dessus(théorème
1.II)
et nous
généralisons
le résultat à un caslégèrement
différent(quand
la loide base est uniforme sur
]0, 1 [
etcharge
les extrémités de l’intervalle[0, 1]) (théorème 1.III).
Nous donnons
également
une nouvelle démonstration du résultat de S. Kakutani[3] (théorème 2.III).
Enfin nous établissons les liens entrel’entropie
d’une subdivision discrète de[0, 1]
et laprocédure précédente
convenablement
généralisée (proposition 2.IV)
et nousgénéralisons
lethéorème 2.III
(théorème 1.IV).
Les méthodes utilisées s’inscrivent dans le cadre de la théorie
classique
du(~) Après avoir reçu un manuscrit de notre travail, R. L. Adler nous a envoyé un preprint de W. R. Van Zwet, A proof of a conjecture of Kakutani, donnant une réponse positive.
Annales de l’Institut Henri Poincaré - Section B - Vol. XIII, n° 4 - 1977.
386 J. C. LOOTGIETER
renouvellement et sont
susceptibles
d’élucider larépartition
des suites deKakutani pour une loi de base
quelconque :
ceci seral’objet
d’unprochain
article à
paraître [6] (voir [5] également).
SUMMARY. - Choose a
point Xl
on the unit interval[0, 1] according
tothe uniform
law,
then apoint X2
on thegreatest
of the intervals[0, XJ
and
1] according
to a uniformlaw,
then apoint X3
on thegreatest
inter- val determinedby
thepoints 0, Xi, X2
et 1according
to a uniformlaw,
andso on... Is it true that almost
surely
theséquence { 1 }
isuniformly
distributed on the unit interval ?
We
give
apositive
answer to thisquestion (2) (theorem 1.II)
and wegeneralize
the result to aslightly
different case(when
the law is uniformon
]0, 1 [ and
haspoints
masses on the extremities 0 and1) (theorem 1. III).
We also
give
an alternateproof to
Kakutani’s[3],
which has beenproved by
R. L. Adler and L. Flatto[1] (theorem 2.III).
At least we establish therelations between the
entropy
of a discrete subdivision of[0,1] ] and
the aboveprocedure suitabily generalized (proposition 2.IV)
and wegeneralize
thetheorem 2.III
(theorem 1.IV).
The methods we have used
generally, belong
to the frame-work of the classical renewaltheory
and mayhelp
to find out the distributionproblem
of Kakutani’s sequences in any basic law : it will be the
subject
of a nextpaper
[6] (see
also[5]).
0. INTRODUCTION
Soit Jl une loi de
probabilité
sur l’intervalle[0, 1] ;
pour tout intervalle fermé 1 de[0, 1],
pidésigne
laprobabilité
sur 1homothétique
de Jl dans lerapport ~,(I),
/),désignant
la mesure deLebesgue.
Nous choisissons d’abord un
point Xi
de[0, 1] suivant
la loi p,puis
unpoint X~
dans leplus grand
intervalle fermé situé leplus
àgauche,
déter-miné par les
points 0, Xl
et1,
suivant la loipuis
unpoint X3
dans leplus grand
intervalle ferméI2,
situé leplus
àgauche,
déterminé par lespoints 0, Xl, X2
et1,
suivant la loi etc.(2) After taking note of a manuscript about our work, R. L. Adler sent us a preprint of
W. R. Van Zwet, A proof of a conjecture of Kakutani, in which there is also a positive
answer.
DÉFINITION. - La
procédure
de construction de lasuite {Xn,
n >1}
est
appelée procédure
deKakutani,
la suiteobtenue,
suite deKakutani,
etla loi p, base de ladite suite.
Au lieu de se
placer
initialement sur l’intervalle[0, 1],
nouspourrions
nous
placer
sur un intervalle J fermé borné de l’ensemble I~ des réels etenvisager
uneprocédure analogue
à laprocédure
de Kakutaniopérant
surJ ;
pour
signifier
ce fait nous noterons par{ 1 }
la suite(de Kakutani)
obtenue et
par IlJ
sa base.Dans les
préliminaires, qui suivent,
à une suite de Kakutani de loi de base Ilquelconque
nous associons une famille detemps
d’arrêtqui jouera
un rôlecrucial dans tout cet article : l’étude de ces
temps
d’arrêt nous fournira deséquations
aléatoires et deséquations intégrales caractéristiques
de lastructure
stochastique
des suites de Kakutani.I.
PRÉLIMINAIRES
On suppose dans toute la suite que la
base
de la suite de Kakutani{ 1 }
n’est pas concentrée dans les extrémités de l’intervalle[0, 1],
sans
quoi
l’étude de ladite suite est visiblement triviale.A. Notations
A la suite finie
(Xl, X2, ... , Xn)
nous associons unepermutation (Yl (n), Y2(n),
...,Yn(n))
croissante decelle-ci,
et nousdésignons
par1(0, n), 1(1, n), 1(2, n),
...,I(n, n)
les intervalles fermés définis parPour une loi de base p, un intervalle de la forme
I(p, n)
estappelé -adique, uni-adique
si ,u est la loiuniforme, a-adique si Il = ba et,
bienentendu, dyadique si Jl
=b2.
Les intervallesI(p, n)
sont engénéral
aléatoires et dans le cas où pcharge
les extrémités de l’intervalle[0, 1]
sontsusceptibles
de se réduire à un
point.
Nous posons
A
partir
de lasuite {L(n),
n >0 ~
nous définissons la famille detemps
d’arrêt(3) :
(3) Dans [8] W. R. Van Zwet introduit également ces temps d’arrêt.
Vol. XIII, n° 4 - 1977.
388 J. C. LOOTGIETER
Le lemme suivant assure que la fonction
aléatoire { 0 ~
est p. s.(p.
s. =presque-sûrement)
définie :n ~ + ~
b) P ~
>n ~ cn(n
+2)x
pour tout n >0,
cdésignant
une cons-tante 1
dépendant
de la loi de base p.Démonstration. Soient
R2, R3,
...,Rn,
..., lesrapports
enlesquels
sont divisés successivement les intervalles de
longueur
maximale :où
désigne
l’extrémitégauche
duplus grand intervalle,
situé leplus
àgauche, parmi
les intervallesp-adiques I(p, n - 1).
La définition même de laprocédure
de Kakutaniimplique
que les variables aléatoiresRn
sont indé-pendantes
et ont pour loi commune la loi de base p.Soient
h(n)
etH(n)
lesentropies respectives
despartitions
de l’intervalle[0, 1] définies,
d’unepart
par lespoints 0, Rn
et1,
d’autrepart
par lespoints o,Xl,X2, ...,X"et 1 :
On observe sans difficultés que d’où
Posons
(E
=espérance mathématique) :
Comme les variables aléatoires
Rn
ont mêmeloi,
c nedépend
pas de n, etpuisque
n’est pas concentrée dans les extrémités de l’intervalle[0, 1]
il vade soi que c 1. De l’inclusion
(1.1),
del’inégalité
deBienaymé
et del’indépendance
des variables aléatoiresh(n)
résulte quede l’Institut Henri Poincaré - Section B
Comme
L(n)
décroît selon n, de(2.1)
l’on déduit sanspeine
quelim
L(n)
= 0 p. s. ; deplus
nt+oo
,
d’où l’assertion
(b).
Il est clair que la fonction
aléatoire { 0 }
est continue àdroite,
croît selon x et que lim
~(x) _
+ oo p. s. ; p. s. = 0 pour x1,
n ~ + ~
1
pour x 1,
et = 1 pour x = 1 dans le cas où la loi debase f1
necharge
pas les extrémités de l’intervalle[0, 1].
Si au lieu de se
placer
sur[0, 1 ],
nous nousplaçons
sur un intervalle fermé borné J def~,
nous notons parLJ(n)
et~J(x)
lesanalogues
deL(n)
et(x).
Nous posons
pour tout
y >
0.Le lemme suivant est alors immédiat :
LEMME 2 . I. - Si la loi de base
,uJ
esthomothétique
de ,u dans le rapport lafonction
aléatoire n >0 ~
a même loi que lafonction
aléatoire~
n >0 ~, la fonction
aléatoire~J
a même loi que lafonction
aléatoire
B.
Équations
aléatoires etintégrales
fondamentalesDésignons
parN(n, I)
le nombre depoints Xi,
i 1 n,qui
tombentdans un intervalle I de
[0, 1 ] :
Mais nous devons
prendre
certainesprécautions
pour tenircompte
du cas où labase p charge
les extrémités de l’intervalle[0, 1] ;
nous introduisons les variables aléatoires définies àpartir
des intervalles(aléatoires) jM-adi-
ques
I(p, n) :
effectivement choisis dans l’intervalle
,u-adique I(p, m)
suivant laprocédure
de
Kakutani,
pour n > m.Bien
sûr, N*(n, I(p, m))
ne coïncide pas avecN(n, I(p, m)); néanmoins,
Vol. XIII, n~ 4 - 1977.
390 J. C. LOOTGIETER
si la loi de
base p
necharge
pas les extrémités de l’intervalle[0, 1] N*(n, I(p, m))
ne diffère p. s. deN(n, I(p, m))
que de 1 ou 2 suivant que pégale
0 ou m, ou que p diffère de 0 et m.Pour m p 0,
nousdésignons par {T;,m, 1 }
les durées consé- cutives deséjour ininterrompu
de lasuite {Xn,
n >m}
dans l’intervallep-adique I(p, m)
suivant laprocédure
de Kakutani : si nousinsistons,
à savoir« suivant la
procédure
de Kakutani », c’est pour éviterl’ambiguïté qui
résul-terait du cas où un
point Xn, n
> m, coïnciderait avec l’extrémité droite et avec l’extrémitégauche
de deux intervallesp-adiques I(p, m)
etI(p
+1, m) ; ceci,
biensûr,
n’étantpossible
quequand
la loi debase charge
les extré-mités de l’intervalle
[0, 1].
Ces
précautions prises,
le lemme suivant est alors immédiat : LEMME 3.1.- Quel
que soit x 0 :’ °
~(jc) ~
n sinon.Que dire,
pour nfixé,
de la loi de la suite finie(en p)
de fonctions aléa-toires { N*( 0, I(p, n)), 0 p n}
conditionnellement en(Xl, X2,
...,Xn) ?
Plus
particulièrement,
que dire de la loi ducouple
de fonctions aléatoires{ N*( ~, I(p, 1)), 0 p 1 ~
conditionnellement enX1 ?
La
réponse
à cette dernièrequestion
s’étend sans difficultés au cas de lapremière question;
elles’appuie
sur trois remarques :REMARQUE
1. - Conditionnellement enX1 -
xi, tant que la suite{ 2} séjourne
dans l’intervalle[0, x1]
suivant laprocédure de Kakutani,
la distribution despoints Xn
estindépendante
de la distributionpassée
ou à venir despoints
de lasuite { 2 }
dans l’intervalle[xl, 1]
suivant la
procédure
de Kakutani. Observons ensuitequ’en
revenant dans l’intervalle[0, xlJ
à un momentdonné,
lasuite { Xn,
n >2 ~
vareprendre
une
procédure
deKakutani, opérant
sur l’intervalle[0, xl], interrompue
au moment
précédent
où lasuite {Xn, n 2} quittait
l’intervalle[0, xlJ
pour sauter dans l’intervalle
1].
Et vice versa pour[xl, 1].
REMARQUE
2. - Si x1,
= 0.Supposons que x
1 :quand
pourla
première fois,
à un instantdonné q 1,
suivant laprocédure
deKakutani,
conditionnellement en
Xi =
xi, lalongueur
maximale des intervallesp-adiques I(p, q)
situés dans l’un des intervalles[0, xl]
et1]
devientstrictement inférieure
à x 1 ,
la suite> q} séjournera
dans l’autre intervalle durant untemps supérieur
ouégal
autemps
nécessaire pour que dans cet intervalle lalongueur
maximale des intervallesp-adiques qui s’y
trouvent devienne strictement inférieure
à 1
avant de revenir dans l’inter-x
valle
précédemment quitté.
Le dessin suivant illustre cette deuxième remarque :
Les
quantités désignent
les durées deséjour ininterrompu
de la suite{ 2 I
dans l’intervalle[0, (sur le dessin xi ~ 2
suivant la pro-
cédure de
Kakutani,
lesquantités Ti,1,
les durées deséjour ininterrompu
de la même suite dans l’intervalle
1]
suivant laprocédure
deKakutani ;
pour fixer les
idées,
pour lapremière
fois dans l’intervalle[0, .B’J
lalongueur
maximale des intervalles
-adi q ues
devient inférieurel’époque
puis
lalongueur
maximale des intervalles-adiques
situés dans l’intervalle[xi, 1]
devient strictement inférieureà 1
àl’époque
x
REMARQUE
3.- Toujours
conditionnellement enXi =
xi, entre l’ins- tant 1 et l’instantinclus,
combien depoints
ont été choisis dans l’intervalle[0, xl] (resp.
dans l’intervalle[xi, 1])
suivant laprocédure de Kakutani, excepté
lepoint
xi, pour x > 1 ?N*( 1(0, 1)) points (resp.
N*( I(1, 1))) d’après
le lemme3.I;
mais on a mieux : soient{ Xni’
i ~1 }
i ~1 }
les suitesrespectives
despoints
de la suite{ 2 ~ rangés
dans l’ordre où ils’apparaissent
dans les intervalles[0, xl]
et1]
suivant laprocédure
de Kakutani. De la remarque 1 résulte que lessuites {Xni,
1 a1 }
1 a1 }
sont des suites de KakutaniVol. XIII, n° 4 - 1977.
392 J. C. LOOTGIETER
indépendantes
conditionnellement enX1 -
xi, lapremière opérant
sur l’inter-valle
[0, xl]
avec pour base la loi,u I~° ~ 1? homothétique
de ~c dans lerapport
x1, la secondeopérant
sur l’intervalle1] avec
pour loi de base la loi,u I~ 1 ~ 1 )
homothétique de Jl
dans lerapport
1 - xi. Conformément aux notationsprécédentes,
nous notonspar { 1 }
i >1 }
les suites{ Xni,
i ~1 } et { Xpi,
i ~1 } ;
ces deux suites sontassujetties, quant
à leur loi debase,
aux conditions du lemme 2.I. Considérons les fonctions aléa- toires et detemps
d’arrêt associées à ces deux suites de Kaku-tani ;
des remarques 1 et 2 résulte donc queli(x)
= 1 + +,1 >(x)
pour tout x >1,
les fonctions aléatoires et
~I(1,1~
étant conditionnellement indé-pendantes
enXl.
Le lecteur saura étendre les remarques
1,
2 et 3 au cas de l’étude de larépartition
despoints
de lasuite { 1 }
entre les instants 1 et inclus dans les intervallesp-adiques I(p, n)
conditionnellement en(Xl, X2,
...,En
résumé,
nous avons laproposition
suivante :PROPOSITION 1.1.
2014 Soit { (n)
n >1}
une suite decopies
de mutuel- lementindépendantes,
etindépendante
de la suite n > 1~.
Pour toutn
fixé
on a : .’a)
La suitefinie
desfonctions aléatoires ~ N*( ~, I(p, n)),
n >p > 0 ~
a même loi que la suite
finie
desfonctions n))), 0 } (resp.
conditionnellement enX2,
...,Xn)).
b)
Si x1,
=0,
et si x > 1 on al’égalité
en loi(en abrégé °~ ) :
c)
Enparticulier,
si x > 1 on a :Soient
g(x,
pour1, o(x) = E( ~(x)), v(x)
= var( (var
=variance)
etJ(x)
= var(E( (E( . /X1)
=espérance
condi-tionnelle en
Xl).
Laproposition
l.I conduit auxéquations
de Poisson : PROPOSITION 2.I. Si est la loi de base de lasuite {Xn,
n >1}
deKakutani on a :
Annales de l’Institut Henri Poincaré - Section B
Démonstration. Les assertions
a), b)
etc)
sont desconséquences
immé-diates de l’assertion
c)
de laproposition
1.I et despropriétés classiques
desespérances
conditionnelles :pour x
1 on aet comme
~~°~
et~~ 1 ~
sont des fonctions aléatoiresindépendantes
et de loicommune
identique
à celle de ~ on aEn
intégrant
leségalités i), z~)
etiii)
selon la loi Jl deXi
etcompte
tenu deségalités iv)
etv)
on obtient visiblement les assertionsa), b)
etc)
de laproposition
2.1pour x 1;
le cas où x 1 est trivial. Le lecteur auraremarqué
queLes
équations b)
etc)
de laproposition
2.I sont en fait deséquations
derenouvellement
(cf.
Feller[2]).
S oit 03C3 =(1 - p(0) -
etla
mesuresur
]0, 1 [
définie pour~(A) = . A
+/~(1 2014 A))
pour toutepartie
borélienne A de
]0, 1 [.
Posonsp(dy)
= 2. ~ .(exp-y) .
où r~désigne l’image de ic
parl’application y - - Log
y.Soient
Z1(x)
= etZ2(x)
= e-x. on a le corollaire suivant immédiat :COROLLAIRE 1.I. - Les assertions
b)
etc)
de laproposition
2.I sontéqui-
valentes aux
équations
de convolution(*
=produit
de convolutionusuel) : a) Z1(x)
=Zl
*p(x)
+ pour x >0, =
0 pour x 0.b) Z2(x) = Z2
*p(x) + 0, =
0 pour x 0.Pour ,u
= A(A
= mesure deLebesgue),
unsimple changement
de variable dansl’équation intégrale
de l’assertiona)
de laproposition
2.I donne :Vol. XIII, n~ 4 - 1977.
394 J. C. LOOTGIETER
Pour = ba (0
a1),
les variables aléatoiresw(x)
sont évidemmentconstantes ;
l’équation intégrale b)
de laproposition
2.1 se réduit à lasimple équation
En itérant
l’équation (7 . 1)
on obtient sans difficultés uneexpression expli-
cite de
~(x) :
où
Ck désigne
les combinaisons de kobjets pris i
à i.La mesure p citée dans le corollaire 1.I
prend
la formesimple :
Nous n’avons pas cherché à résoudre
l’équation intégrale a)
de la propo- sition2.1; l’exemple = 03B403B1
laisse soupçonnerqu’une
formeexplicite
de ses solutions serait relativement
complexe.
Dans la suite de cet article nous aurons besoin de deux résultats
classiques
de la théorie du renouvellement
(cf.
Feller[2]).
C. Deux résultats
classiques
de la théorie du renouvellement Si cc~ est une mesurepositive
bornée surR+, U~ désigne
la mesurepoten-
tielle associée à co :où =
b°
et = convolée n-ième de cvpour n 1,
et nous posonsSi a~ est
portée
par uneprogression arithmétique,
nousdésignons
par yle
plus grand réel ~
0 tel que cc~ soitportée
pary . N (N
= ensemble desentiers
naturels) ;
y estappelée le pas
de et a~ est ditearithmétique (non- arithmétique sinon).
Considérons sur
R+ l’équation
de convolution :c~ étant une
probabilité
sur(~+
telle quea~(o)
=0,
etz(x)
une fonctionAnnales de l’Institut Henri Poincaré - Section B
connue directement
intégrable
sur(~+.
On a alors les deuxpropositions
clas-siques
suivantes :PROPOSITION 3.I
(Feller [2]).
a) L’unique
solutionZ(x)
bornée sur tout intervalle borné de(I~+
del’équa-
tion
(9.1)
est donnée parb)
Si m estnon-arithmétique,
on ac)
Si cc~ estarithmétique
avec pour pas y, on aPROPOSITION 4.1
(Erdôs-Feller-Pollard).
- Si m estarithmétique
avecpour pas y, on a
REMARQUE
1.I. - Soit =H( ~(x)) l’entropie (pour
la mesure deLebesgue)
de lapartition
de[0, 1]
induite par lespoints 0, X1, X2,
...,et 1
(cf.
démonstration du lemme1.I)
etnous laissons au lecteur le soin d’écrire les
équations
aléatoires que véri- fient et9’(x)
ainsi que leséquations intégrales
dont sont solutionsles
espérances mathématiques
et variances de etDans la
partie
IIqui
suit nous traitons leproblème
de larépartition
dela suite de
Kakutani { 1 } quand
sa loi de base est la loi uniformesur
[0, 1] :
pour cela nous allons résoudreexplicitement
leséquations
inté-grales b)
etc)
de laproposition 2.I,
en déduire lecomportement asympto- tique
de la fonctionaléatoire { 0 ~ quand
je -~ + oo,puis l’équi- répartition
de lasuite {
1}.
Le cas d’une loi de base uniforme surl’intervalle
]0, 1 [
etchargeant
les extrémités de l’intervalle[0, 1]
est traitédans la
partie
III ens’appuyant
sur l’assertionb)
de laproposition 3.I,
bien que cela ne soit pasnécessaire;
par contre le cas d’une loi de base~~ nécessite pour son étude les
propositions
3.1 et 4. I(cf. partie III).
Vol. XIII, n° 4 - 1977. 27
396 J. C. LOOTGIETER
II.
RÉPARTITION
DE LA SUITE DEKAKUTANI {Xn, n 1 }
POUR UNE LOI DE BASE UNIFORME SUR
[O, 1].
A.
Comportement asymptotique
de la fonction aléatoire
f ~(x), x > 0 }.
PROPOSITION 1 .II. - On a :
Démonstration. L’assertion
a)
est triviale. Pour x > 1 leséquations intégrales b)
etc)
de laproposition 2.I, après
unsimple changement
devariable, prennent
la formeou
L’équation intégrale (1.2) implique
que0(x)
est continûment dérivablesur
[1, + ce [
et conduit àl’équation
différentielleL’équation
différentielle(3.2)
a pour solutiongénérale 0(x)
= Cx -1;
comme
~(1)
= 1 p. s.,0(1)
= 1 et, parsuite,
C = 2. D’où l’assertionb).
Décomposons l’intégrale J(x)
en la somme dequatre intégrales
sur[0, 1]
en tenant
compte
de la formeexplicite
de0(x) précédemment
obtenue :Annales de l’Institut Henri Poincaré - Section B
Il est clair que
Jl(x)
= 0 et queJ3(x)
=J4(x).
Suivant laposition
de x parrapport
à2,
on obtient sans difficultés :Et l’on remarque que
J(x)
est continue sur[1,
+oo [;
mais on observe unediscontinuité de la dérivée
J’(x)
deJ(x) :
ce fait n’est passurprenant,
car si l’onregarde
parexemple
laprobabilité P { (x)
= 1},
on aIl est alors visible que
P { (x)
=1 }
a une dérivée discontinue aupoint
2.Compte
tenu de(3.2) l’équation intégrale
conduit auxéquations
différen-tielles
Les
équations
différentielles(4.2)
ont pour solutiongénérale
Les constantes
Ci
etC2
sont déterminées en observant que la continuité deJ(x)
sur[1,
+oo [ implique
celle dev(x)
sur[l,
+oo [;
de(5 . 2)
résultesans
peine
queD’où l’assertion
c).
Une
conséquence
de laproposition
1.II est le corollaire suivant : COROLLAIRE 1 . II. - On a :Démonstration. De l’assertion
b)
de laproposition
1. II et del’inégalité
de
Bienaymé
résulte queVol. XIII, n° 4 - 1977.
398 J. C. LOOTGIETER
pour tout e > 0 dès que 2. De
(6.2)
et du lemme de Borel-Cantelli résulte sans difficultés queA tout x 0 nous associons l’entier nx tel
(nx
+1)2.
Commela fonction
aléatoire { 0 }
croît selon x, il est clair queFaisant tendre x vers + oo dans la double
inégalité (8.2), (7.2)
entraîneque
B.
Répartition
de lasuite {Xn, n 1 }
Du corollaire 1 .II découle le corollaire suivant
déjà proche
del’équi- répartition
de lasuite { 1 } :
COROLLAIRE 2.II. - Pour tout intervalle
uni-adique I(p, n)
on aDémonstration. De l’assertion
a)
de laproposition
1.I et du corol-laire 1. II résulte visiblement que
conditionnellement en
(Xl, X2,
...,Xn) ;
par suite il est facile d’en déduire queComme lim
F(x)
= + ce et que~(0)
=0,
onpeut
définir la suitex ~ + ~
aléatoire d’entiers
{ 1 } :
Comme croît selon x, il va de soi que
n(q)
croît selon q; et il est clairAnnales de l’Institut Henri Poincaré - Section B
que lim
n(q) =
+ ce. D’unepart,
nous avons alors pour tout s >0, y >
0 et rentier ~
1 :d’autre
part :
De cette dernière double
inégalité,
de(9.2), (10.2), (11.2)
et du corol-laire 1.II le lecteur déduira sans difficultés que
Le théorème
qui
suit donne larépartition
de la suitef Xn,
n >1 ~ :
THÉORÈME 1 . Il. Pour tout intervalle
fixé
I de[0, 1] on
aEn d’autres termes, la
suite ~ Xn,
n >1 ~
est p. s.équi-répartie.
Démonstration. - Soit I un intervalle de
[0, 1] fixé;
pour tout n >l,
nous
désignons
parI*(n)
l’intervalle(aléatoire) égal
à la réunion des inter- vallesuni-adiques I(p, n)
dont l’intersection avec 1 est nonvide,
et parI*(n),
l’intervalleégal
à la réunion des intervallesuni-adiques I(p, n)
conte-nus dans I.
De la définition
(5.1)
des variables aléatoiresN*(q, I(p, n))
résulte quepour n
fixé :
’Vol. XIII, n° 4 - 1977.
400 J. C. LOOTGIETER
De
(12.2)
et du corollaire 2 . Il s’ensuit visiblement que pour n fixé :(13.2) ~(1~)) ~
lim lim~I*(~))
p. s..q q q q
’
Comme lim
L(q)
= 0 p. s, il va de soi que la suite1 }
estq t +00
dense dans
[0, 1]; ~(1~))
et~(I*(~)) convergent
donc p. s. vers/L(I) quand n
tend vers + ce. De
(13.2)
résulte donc queIII.
RÉPARTInON
DES SUITES DEKAKUTANI {Xn,
n >1}
DANS LE CAS D’UNE LOI DE BASE DE LA FORME
" ,~ . ~ . ~
OU DE LA FORME
A. Cas d’une loi de base de la forme
" ,~ _ ~ . ~
Nous avons donc po et
0,
et po + pi 1. Le cas où po = pi = 0a été
précédemment
étudié dans lapartie
II. Nous supposons donc que Po + Pi > 0.Nous avons le théorème suivant
analogue
au théorème 1.II :THÉORÈME 1. III. - Pour tout intervalle I de
[0, 1 on
aEn d’autres termes, la
suite ~ Xn,
n >1 ~
est p. s.équi-répartie.
Démonstration.
i) Comportement asymptotique
deE((x)) quand
xtend vers + ce.
Rappelons
que 6 =(1 -
po -l’équation
inté-grale b)
de laproposition
2.I conduit sans difficultés àl’équation intégrale (8(x)
=E(~ix))) ~
De
(1.3)
l’on déduit facilement(cf.
démonstration de laproposition 1. II)
que
Annales de l’Institut Henri Poincaré - Section B
Par suite il est clair que
C’est à dessein que nous donnons une autre démonstration de
(3.3) :
nous obtenons en même
temps
uneinterprétation
de la valeur limite dans(3 . 3) :
en sereportant
au corollaire 1.I le lecteur observera quel’équa-
tion
intégrale (1. 3) prend
la formeéquivalente (Zi(x)
=Appliquant
l’assertionb)
de laproposition 3.I,
les conditions étant visible-ment
réalisées,
on obtient :d’où
(3. 3).
On vérifie bien que
~i(p) = ~ ;
mais si l’on suppose quep correspond
àune loi de
base quelconque,
on vérifie sans difficultés queet si de
plus
p estnon-arithmétique
la limite dans(4.3)
est manifestement maintenue. Revenant au casprésent,
la limite dans(3.3)
est doncégale
àl’inverse de
l’entropie
moyenne despartitions
binaires induites par la sub- division0, X1
et 1 .//) Comportement asymptotique
de varquand x
tend vers + 00.Au lieu de résoudre
l’équation intégrale c)
de laproposition
2.I commenous l’avons fait
précédemment (cf.
démonstration de laproposition 1.II), puisque
seul nous est essentiel lecomportement asymptotique
de varquand x
tend vers + ce, nous utilisons directement laproposition
3.I :en se
reportant
au corollaire 1.I le lecteur observera queest solution de
l’équation
de convolution sur(~ +
et
Il n’est pas difficile de déduire de
l’expression
de(cf.
relation(2.3))
que la fonction
0(x) -
1 -y)) - 0(xy)
est bornée selon lecouple (x, y)
pourx 1 et 0 y 1 et
n’admet que des discontinuités de pre-Vol. XIII, n° 4 - 1977.
402 J. C. LOOTGIETER
mière
espèce
selon x auxpoints (1 -
de là il en résulte sanspeine
queJ(e")
est bornée selon x surR+
etRiemann-intégrable
sur toutintervalle borné
de (~+ :
par suite est directementintégrable
Les conditions de l’assertion
b)
sont doncassurées,
par suiteRevenant à var
(~(x)),
si l’ondésigne
parCi
la valeur finie du second membre de(7.3),
il va de soi queiii) Comportement asymptotique
de la fonction aléatoire{ 0 }.
Les
arguments développés
dans la démonstration du corollaire 1.II semaintiennent ici
intégralement
etimpliquent
de manière similaire :iv) Répartition
de la 1}.
Les
arguments développés
successivement dans les démonstrations du corollaire 2.II et du théorème 1.II se conservent ici et conduisent à :pour tout intervalle 1 de
[0, 1] (considérer
d’abord 1 ouvert dans[0, 1]).
Nous allons maintenant étudier le cas d’une loi de base de la
forme + + + comme nous le verrons, dans la
suite,
ce cas se ramènepratiquement
au cas d’une loi de base de la formeb«.
Ba. Cas d’une loi de base de la forme
5~
En ce cas la fonction aléatoire ~ est constante :
l’équation intégrale b)
de la
proposition
2.I se réduit à :L’équation
de convolution surf~+ équivalente
à(8.3)
est :
L’étude du
comportement asymptotique
dequand
x tend vers + ~est
plus
délicat : laprobabilité
p estsusceptible
d’êtrearithmétique,
cequi
est
équivalent
à e Q(Q
= corps desrationnels).
Nous nousLog 03B1
limitons à la
proposition
suivante :PROPOSITION 2. III. - On a :
Démonstration.
i)
p estnon-arithmétique.
Il est clair que
m 1 ( p) _ - a(Log a) - (1 - a) Log (1 - a) ;
l’asser-tion
b)
résulte immédiatement de l’assertionb)
de laproposition
3.Iappli- quée
àl’équation
de convolution(9.3).
Parsuite,
il est clair que l’asser- tionb) implique
l’assertiona).
ii)
p estarithmétique.
Soit y le pas de la
probabilité
p.Soient p et q
lesentiers ~
1 tels quePosons
L’assertion
c)
de laproposition
3.1implique
Revenant à
~(x),
de(10.3)
et(11.3)
résulte que pour tout x > 0On remarque que
C(Log xa)
=C(Log x)
et queC(Log x)
est continue entout
point
xo tel que Z(2
= ensemble des entiersrelatifs).
Étudions
d’abord lecomportement
durapport
quand n
tend vers +1 } désignant
une suite de réels conver-geant
vers0;
pour cela nousdistinguons
deux cas :Vol. XIII, n° 4 - 1977.
404 J. C. LOOTGIETER
En utilisant le fait que croît
selon x,
de la relation(12.3)
et de lacontinuité de
C(Log x)
aupoint
xo, résulte sans difficultés queEn ce cas il existe un entier no tel que xo de
(9 . 3)
et de l’asser- tiona)
de laproposition
3.1 résulte queDe
(16.3)
découle immédiatement queavec
Les
intégrales
définissantportent
sur des intervalles delongueur
strictement inférieure à y dès que 8n est assez
petit ;
parsuite,
et de manièreprécise,
commeUp
estportée
par y.N,
on obtientDe la
proposition 4.1,
de(12.3),
de(17.3)
et de(18.3)
résulte donc queComme
C(Log XCt)
=C(Log x),
de(14.3)
et(19.3)
résulte queEn
comparant
toutesuite {yn,
n >1 } convergeant
vers à la suite{
1~,
unesimple application
du théorème de Bolzano-Weierstrass permet de conclure àpartir
de(20. 3)
queLa démonstration
précédente
resteinchangée
si l’onremplace
a par 1 - aet p
par q; en définitive la démonstration de l’assertiona)
est achevée.Désignons par { 1 }
la suite des instants telsqu’à
l’instant mn - 1ne subsiste
qu’un
intervalle delongueur maximale ;
les intervallesa-adiques
ont des
longueurs
de la formea i( 1
- et les valeursprises
par la fonction(x)
sont visiblement celles de la1 } :
La
répartition
de la suite1 ~
pour une loi de base~a
est donnée par : THÉORÈME 2.III.- (S.
Kakutani[3],
R. L. Adler et L. Flatto[1]).
Pour tout intervalle I
fixé
de0,1
on a :Démonstration. De l’assertion
a)
de laproposition
2.III résulte claire- ment qued’où,
pour tout intervallea-adique I(p, n), compte
tenu des considérationsqui précèdent
l’énoncé du théorème 2.III et du faitqu’à
l’instant(x)
il y a
précisément n))) points
de lasuite ( Xn,
n > 1~,
à 1 ou 2près,
dans l’intervalleI(p, n) (cf. proposition 1.I),
on aA
partir
de(22 . 3),
desarguments
similaires à ceux utilisés dans les démons- trations des corollaire 2.II et théorème 1. II conduisent au théorème 2-III.Bb. Cas d’une loi de base de la forme
I ° CAS
où
=03B403B1.a
+03B4(1-03B1).(1 - a).
Le lecteur remarquera facilement que la fonction aléatoire ~ est constante et ne
dépend
pas de a; lespropositions
2.III et théorème 2.III restentinchangés.
Vol. XIII, n° 4 - 1977.
406 J. C. LOOTGIETER
2° CAS où P =
o.po
+ +a.a
+a~ 1 _ a~ . b
avec Po + Pi > 0.Les
équations b)
etc)
de laproposition
2. Iprennent
la formeLe
système (23.3)
estéquivalent
à(cf.
corollaire1.1) :
oû 03C1
= +(1 -
En
s’appuyant
sur laproposition
3.1 le lecteur déduira de(24 . 3)
le compor- tementasymptotique
deE((x))
et de var(~(x)), puis
celui de la fonctionaléatoire { 0 } quand x
tend vers + oo(~) :
si /? est
non-arithmétique.
Si p est
non-arithmétique,
L e.Log(1 - 03B1) Log03B1 ~ Q,
desarguments
similairesà ceux utilisés dans les démonstrations du corollaire 2. Il et du théorème 1. Il assurent que p. s. la suite
{ 1 }
estéqui-répartie.
Si
2014-2014201420142014e Log
ceQ,
desarguments analogues
à ceux utilisés dans ladémonstration du théorème 2.III assurent que pour tout intervalle fixé 1
de
fO, 11
..~ . -.IV. ENTROPIE D’UNE SUBDIVISION
DISCRÈTE
DE[0, 1]
ET
PROCÉDURE
DE KAKUTANI CONVENABLEMENTGÉNÉRALISÉE
Soit S une subdivision discrète finie ou infinie de
[0, 1] :
‘~’(x)
(4) Si p est arithmétique remarquer que ~(x) _ ‘lj’(x) +
Yn,
où ‘~’(x) est solutionn=1
de (8.3) et les Yn, n > 1, sont indépendantes de loi binomiale (1, po -~-p1), puis appliquer la loi forte des grands nombres et la proposition 2.III.
Deux subdivisions
S = ~a~,
et S’ =~a’i,
sont diteséquivalentes
si les
suites { 1;,
i E et{ l’ b
i E®’ ~
sontidentiques
à unebijection près
deD sur D’.
Une subdivision S est dite
logarithment-arithmétique (en abrégé
1.a.)
sila
probabilité
i estarithmétique, logarithment-non-arithmé- tique ( =
1. n.a)
sinon. Nous notons parH(S) l’entropie,
pour la mesure deLebesgue,
de la subdivision S :Partons d’une subdivision
Si discrète,
finie ouinfinie,
de[0, 1] ;
on par-tage [0, 1]
suivant la subdivisionSi, puis
l’onpartage
leplus grand
inter-valle situé le
plus
àgauche,
déterminé par la subdivisionSi,
suivant unesubdivision
S2 homothétique
deSi, puis
l’onpartage
leplus grand
inter-valle situé le
plus
àgauche,
déterminé par la subdivisionSi
uS2,
suivantune subdivision
S3 homothétique
deSi,
etc.Pour n
2 les subdivisionsSi
uS2
u ... uSn
ne sont pas nécessairementdiscrètes;
néanmoins ellesn’admettent dans
[0, 1] qu’un
nombre fini(nul
siSi
estfini)
depoints d’accumulation,
cequi
donne un sens à laprocédure
ci-dessus. Soit~(x)
l’instant minimum
auquel
lalongueur
maximale des intervalles déterminés par la subdivisionSi
US~
u ... US~~x~
devient strictement inférieureà1 x (0) = 0).
DÉFINITION 1 . IV. - Partan t d’une subdivision discrète S de
o,1
lafonction
éÎassociée à la
procédure
ci-dessus estappelée fonction-temps
de S.Le lecteur n’aura pas de difficultés à
transposer
dans le casprésent
lesremarques 2 et 3
qui précèdent
l’énoncé de laproposition 1.I;
par suiteon obtient :
Vol. XIII, n° 4 - 1977.