Variational principles for nonautonomous dynamical systems

Este artigo estabelece princípios variacionais para funções de pressão em sistemas dinâmicos não autônomos discretos, utilizando métodos da Análise Convexa para estudar o formalismo termodinâmico de sequências de aplicações contínuas em espaços métricos compactos.

O essencial

Imagine que você está tentando prever o clima de uma cidade que muda suas regras todos os dias. Em um sistema "clássico" (como o clima de uma cidade estável), as leis da física são as mesmas hoje, amanhã e daqui a um ano. Mas em um Sistema Dinâmico Não-Autônomo (o tema do artigo), as regras do jogo mudam a cada passo. A gravidade pode ficar mais forte na terça-feira e mais fraca na quinta.

O autor do artigo, Andrzej Biś, quer responder a uma pergunta fundamental: Como medimos a "complexidade" ou a "caos" de um sistema que muda de regras o tempo todo?

Aqui está uma explicação simples, usando analogias do dia a dia:

1. O Problema: O Quebra-Cabeça que Muda de Forma

Na física e na matemática, existe uma ferramenta chamada Entropia. Pense nela como uma medida de "quantas surpresas" ou "quantas possibilidades" um sistema tem.

• Em um sistema antigo e estável, sabemos que existe uma "receita" (chamada Princípio Variacional) que diz: "A complexidade total do sistema é igual à maior complexidade que podemos encontrar entre todas as formas possíveis de ele se comportar."
• O problema: Quando as regras mudam todo dia (sistema não-autônomo), essa receita antiga quebra. Não existe mais uma "receita única" que funcione para sempre, porque não há uma medida de probabilidade que se mantenha invariante (igual) sob todas as mudanças. É como tentar encontrar um ponto de equilíbrio em um barco que está sendo empurrado por ondas de direções diferentes a cada segundo.

2. A Solução: A "Balança Mágica" da Análise Convexa

O autor usa uma ferramenta matemática chamada Análise Convexa. Para entender isso, imagine uma balança de mercado.

• De um lado da balança, você coloca o "Preço" de algo (chamado de Pressão Topológica no texto).
• Do outro lado, você coloca o "Valor" intrínseco (a Entropia) mais um "Bônus" (o potencial, que é como um incentivo extra).

O artigo prova que, mesmo com as regras mudando, existe sempre uma Balança Perfeita.

• O Princípio Variacional Abstrato: O autor mostra que, para qualquer sistema que muda, podemos encontrar uma "medida de caos" (uma função de entropia) que, quando somada aos incentivos do sistema, sempre atinge o valor máximo possível. É como se o universo sempre encontrasse o caminho mais eficiente para organizar o caos, mesmo que as regras mudem.

3. Duas Maneiras de Medir o Caos

O artigo apresenta duas "lentes" diferentes para olhar para esse sistema:

• Lente 1: Pressão Topológica (A Visão Geral):
  Imagine que você está olhando para uma multidão de pessoas em uma praça. Você não vê os rostos individuais, apenas o movimento geral. A "Pressão Topológica" mede o quão rápido essa multidão se espalha e se mistura. O artigo prova que, mesmo com as regras mudando, existe uma maneira de calcular o "pico" de espalhamento dessa multidão.

• Lente 2: Pressão de Misiurewicz (A Visão de Detalhe):
  Esta é uma abordagem mais refinada, inspirada em um matemático chamado Misiurewicz. Imagine que, em vez de olhar para a multidão inteira, você está usando uma câmera de alta velocidade para ver como pares de pessoas se afastam um do outro em intervalos específicos. É uma forma mais técnica e rigorosa de medir o caos. O autor mostra que essa lente também obedece à mesma "Balança Mágica" da seção anterior.

4. A Grande Descoberta: O "Contrato" Ideal

O ponto mais legal do artigo é a descoberta sobre os Medidas Invariantes.
Em sistemas normais, existe sempre uma "forma de estar" (uma medida) que o sistema adora repetir. Em sistemas que mudam, isso nem sempre existe.

• A Analogia: Imagine que você está tentando encontrar um jogador de futebol que jogue perfeitamente em qualquer time, em qualquer época. É difícil.
• O Resultado: O autor prova que, mesmo que não exista um jogador perfeito para todos os times, existe uma "medida" (uma forma de calcular o comportamento) que é a melhor possível para o momento. E, mais importante, ele mostra que se você encontrar o "melhor jogador" (a medida que maximiza a equação), então esse jogador obrigatoriamente segue as regras do sistema (é invariante).

Resumo em uma Frase

O artigo diz: "Mesmo que o mundo mude de regras todos os dias e pareça impossível prever o futuro, a matemática garante que existe sempre uma forma de calcular o 'ponto de equilíbrio' entre o caos e a ordem, e esse ponto de equilíbrio revela as regras ocultas que governam o sistema."

Em suma: O autor pegou uma teoria complexa de sistemas que mudam, aplicou uma ferramenta de "otimização" (Análise Convexa) e provou que a natureza sempre encontra um caminho para maximizar a eficiência, mesmo no caos.

Resumo técnico

Resumo Técnico: Princípios Variacionais para Sistemas Dinâmicos Não Autônomos

1. Problema e Contexto

O artigo aborda a extensão da formalismo termodinâmico (especificamente entropia e pressão topológica) para Sistemas Dinâmicos Discretos Não Autônomos (NADDS).

• Contexto Clássico: Em sistemas autônomos (determinados por um único mapa contínuo $f: X \to X$), o Princípio Variacional estabelece que a pressão topológica $P_{top}(f, \phi)$ é o supremo da soma da entropia métrica $h_\mu(f)$ e da integral do potencial $\phi$ sobre todas as medidas de probabilidade invariantes.
• O Desafio dos NADDS: Em sistemas não autônomos, definidos por uma sequência de mapas $f_{1,\infty} = \{f_n: X \to X\}_{n \in \mathbb{N}}$, não existe um análogo direto do Teorema de Krylov-Bogoliubov. Isso significa que, em geral, não existe uma medida de probabilidade de Borel comum que seja invariante para todos os mapas da sequência. A ausência de medidas invariantes comuns torna a aplicação direta do princípio variacional clássico impossível, criando uma lacuna teórica significativa.

2. Metodologia

A abordagem do autor baseia-se na Análise Convexa aplicada a funções de pressão abstratas, evitando a necessidade de construir medidas invariantes específicas antes de definir a entropia.

• Estrutura Abstrata: O autor utiliza resultados de um trabalho anterior (Biś et al. [2]) que definem uma "função de pressão" $\Gamma$ em um espaço de Banach (neste caso, o espaço de potenciais contínuos $C(X)$). Uma função de pressão deve satisfazer três propriedades:
  1. Crescente: Se $\phi \leq \psi$, então $\Gamma(\phi) \leq \Gamma(\psi)$.
  2. Invariante por Translação: $\Gamma(\phi + c) = \Gamma(\phi) + c$.
  3. Convexa: $\Gamma(t\phi + (1-t)\psi) \leq t\Gamma(\phi) + (1-t)\Gamma(\psi)$.
• Dualidade Convexa: Utilizando o teorema de representação de Riesz e propriedades de dualidade em espaços de medidas (incluindo medidas finitamente aditivas), o autor demonstra que qualquer função de pressão satisfaz um princípio variacional abstrato. Isso permite definir uma "entropia métrica abstrata" $h(\mu)$ como o ínfimo da diferença entre a pressão e a integral do potencial.
• Aplicação a NADDS: O autor aplica essa estrutura abstrata a duas definições específicas de pressão para NADDS:
  1. Pressão Topológica ($P_{top}$): Generalização direta da definição de Kolyada e Snoha.
  2. Pressão de Misiurewicz ($P_{Mis}$): Baseada na estrutura uniforme e em conjuntos separados/spanning no sentido de Misiurewicz (inspirado em ações de $\mathbb{Z}^n_+$).

3. Principais Contribuições e Resultados

O artigo apresenta quatro teoremas principais (A, B, C, D) que estabelecem a validade dos princípios variacionais e suas propriedades para NADDS.

A. Princípio Variacional Abstrato (Teorema A e C):

• Para qualquer sistema não autônomo com entropia topológica finita, existe uma função de entropia semi-continua superior $h_{f_{1,\infty}}: \mathcal{P}(X) \to \mathbb{R}$ definida no espaço de todas as medidas de probabilidade de Borel (não necessariamente invariantes).
• Resultado: A pressão topológica é dada pelo máximo:
  $$P_{top}(f_{1,\infty}, \phi) = \max_{\mu \in \mathcal{P}(X)} \left\{ h_{f_{1,\infty}}(\mu) + \int_X \phi \, d\mu \right\}$$
• O mesmo resultado é provado para a Pressão de Misiurewicz (Teorema C), estabelecendo uma função de entropia $h^{Mis}_{f_{1,\infty}}$ análoga.
• Corolários: Sob condições de diferenciabilidade de Gateaux da função de pressão, o medida que maximiza a expressão é única.

B. Relação com Medidas Invariantes (Teorema B e D):

• O artigo investiga a relação entre a entropia abstrata definida acima e o espaço de medidas invariantes $Pf_{1,\infty}(X)$ (medidas que satisfazem $\int \psi \circ f_n \, d\mu = \int \psi \, d\mu$).
• Caracterização de Invariância: Um ponto crucial do trabalho é a demonstração de que, se o princípio variacional clássico for válido (ou seja, se o supremo for atingido apenas por medidas invariantes), então uma medida $\mu$ é invariante se e somente se sua entropia abstrata for não-negativa ($h(\mu) \geq 0$).
• Igualdade de Pressões: O autor prova que, sob a hipótese de existência de medidas invariantes, a pressão topológica pode ser calculada restritamente ao subespaço de medidas invariantes, e que a entropia abstrata coincide com a entropia métrica clássica nesse subespaço.

C. Exemplos de Existência de Medidas Invariantes:

• O artigo fornece exemplos onde o espaço $Pf_{1,\infty}(X)$ não é vazio, como:
  • Sequências de mapas que comutam entre si.
  • Ações de grupos compactos (ex: grupo ortogonal $O(m)$) onde a medida de Haar é invariante.
• Também é demonstrado (Exemplo 4.6) que, em geral, a interseção de medidas invariantes pode ser vazia, reforçando a necessidade da abordagem abstrata.

4. Significado e Impacto

• Generalização Teórica: O trabalho resolve a dificuldade fundamental da falta de medidas invariantes comuns em sistemas não autônomos, fornecendo um framework rigoroso para definir entropia e pressão sem depender da existência prévia de medidas invariantes.
• Unificação: Ao utilizar a Análise Convexa, o artigo unifica o tratamento de diferentes definições de pressão (Topológica e de Misiurewicz), mostrando que ambas obedecem aos mesmos princípios abstratos de dualidade.
• Novas Ferramentas: A introdução de uma "entropia métrica abstrata" que é definida para todas as medidas de probabilidade (e não apenas as invariantes) oferece uma nova ferramenta para analisar a complexidade de sistemas onde a invariância é fraca ou inexistente.
• Aplicabilidade: Os resultados abrem caminho para o estudo de estados de equilíbrio e medidas de Gibbs em contextos não autônomos, estendendo conceitos fundamentais da teoria ergódica clássica para sistemas mais gerais e dinâmicos.

Em suma, o artigo estabelece que, mesmo na ausência de um Teorema de Krylov-Bogoliubov para NADDS, a estrutura termodinâmica (pressão e entropia) permanece robusta e governada por princípios variacionais, desde que se utilize a abordagem correta baseada em análise convexa e medidas finitamente aditivas ou abstratas.