Birkhoff-Khintchine (théorème ergodique de)

Imaginez un mobile qui parcourt sans fin quatre états disposés en cycle. Deux états portent la valeur 0 et deux la valeur 1. En notant la valeur à chaque passage, puis en faisant la moyenne des observations, on se rapproche de 1/2.

Le théorème de Birkhoff-Khintchine donne un cadre général à cette idée. Observer assez longtemps une trajectoire fournit une moyenne stable. Lorsque le système est ergodique, cette moyenne temporelle coïncide presque partout avec la moyenne calculée sur l’ensemble des états.

Le théorème ergodique de Birkhoff-Khintchine porte sur un espace de probabilité, une transformation mesurable notée T qui préserve la mesure, et une fonction intégrable notée f. Pour un état initial x, on suit la trajectoire x, T(x), T²(x), etc. La moyenne des n premières observations de f est la moyenne temporelle A_n(x), définie par :

Quand n tend vers l’infini, A_n(x) converge pour presque tout x. Si le système est ergodique, la limite ne dépend presque sûrement pas de l’état initial et vaut la moyenne spatiale de f, c’est-à-dire son intégrale sur l’espace de probabilité. Sans ergodicité, la convergence subsiste, mais la limite peut varier selon la composante invariante où se trouve x. « Presque tout » autorise un ensemble exceptionnel de mesure nulle ; le théorème ne promet donc pas la convergence pour chaque état.

Soit T une transformation mesurable qui préserve une mesure de probabilité notée μ, et soit f une fonction intégrable. Alors les moyennes temporelles A_n(x) convergent pour presque tout état initial x. Si T est en outre ergodique, alors leur limite est la moyenne spatiale de f :

L’ergodicité est donc la condition qui transforme une limite presque sûre en une même valeur globale.

Le cadre requis comprend un espace de probabilité, une transformation T mesurable qui préserve la mesure et une fonction f intégrable. Préserver la mesure signifie qu’une région et son image réciproque ont la même probabilité. L’intégrabilité garantit que la moyenne spatiale de f est finie.

L’ergodicité n’est pas nécessaire pour obtenir une limite presque sûre, mais elle garantit la conclusion « moyenne temporelle = moyenne spatiale » pour toute fonction intégrable dans ce cadre. Par exemple, si T laisse chacun des quatre états immobile et si f vaut 0 sur deux états et 1 sur les deux autres, la moyenne temporelle reste 0 ou 1. Il faut alors interpréter la limite sur chaque composante invariante, et non comme la moyenne globale 1/2.

Considérons quatre états équiprobables A, B, C et D. La transformation envoie A vers B, B vers C, C vers D et D vers A. La fonction f vaut successivement 0, 1, 0 et 1 sur ces quatre états. Le schéma du cycle permet de suivre la trajectoire et de lire les valeurs observées.

Données. Chaque état a la probabilité 1/4. Le point de départ est A. Les observations successives sont 0, 1, 0, 1, puis la même suite recommence.

1. Après quatre observations, la somme vaut 0 + 1 + 0 + 1 = 2.
2. La moyenne temporelle vaut donc 2/4 = 1/2.
3. Après 4m observations, où m est un entier positif, la somme vaut 2m et la moyenne reste exactement 1/2.
4. La moyenne spatiale vaut aussi (0 + 1 + 0 + 1)/4 = 1/2.

Le résultat attendu est bien 1/2. Pour contrôler le calcul, on peut partir de B, C ou D : un tour complet contient toujours deux zéros et deux uns. Comme le cycle visite les quatre états, aucune partie non vide du cycle ne reste isolée sous la transformation ; ce système fini est ergodique.

En mécanique statistique, on suit une grandeur le long de l’évolution d’un système et on compare sa moyenne temporelle à la moyenne sur les états possibles. Le théorème justifie ce rapprochement lorsque le modèle préserve la probabilité et qu’il est ergodique.

Pour une simulation, on calcule des moyennes sur des durées croissantes. Leur stabilisation est un indice numérique utile, mais elle ne prouve pas à elle seule l’ergodicité. Si plusieurs conditions initiales donnent durablement des niveaux distincts, il faut rechercher des composantes invariantes.

Pour interpréter une longue série d’observations, on vérifie d’abord que la quantité étudiée est intégrable et que la dynamique préserve la mesure choisie. Sans ces garanties, une moyenne empirique stable ne suffit pas pour invoquer le théorème.

Avec une loi des grands nombres. Une loi des grands nombres concerne habituellement une suite de variables aléatoires et leurs moyennes. Ici, les observations proviennent des itérations d’une même transformation. Le cycle A → B → C → D relève donc du théorème ergodique, même si ses valeurs successives ne sont pas indépendantes.

Avec une convergence pour tout point. La convergence presque sûre exclut seulement un ensemble de probabilité nulle ; elle n’affirme pas que chaque état initial converge. Pour conclure sur un état particulier appartenant à un ensemble exceptionnel, il faut une information supplémentaire propre au système.

Système non ergodique. Les moyennes peuvent converger vers des valeurs différentes selon l’état initial. Le symptôme est la présence de composantes invariantes portant des moyennes distinctes ; il faut alors décrire la limite composante par composante.

Fonction non intégrable. Si l’intégrale de la valeur absolue de f n’est pas finie, l’hypothèse du théorème n’est pas satisfaite. Une moyenne numérique calculée sur un temps fini ne rétablit pas cette condition ; il faut employer un résultat adapté au comportement de f.

Durée finie. Dans l’exemple cyclique, la moyenne vaut exactement 1/2 après 4m observations, mais elle peut différer de 1/2 après 4m + 1, 4m + 2 ou 4m + 3 observations. Le théorème porte sur la limite quand le nombre d’observations tend vers l’infini, sans fournir ici de vitesse de convergence.

Ensemble exceptionnel. « Presque sûrement » ne signifie pas « sûrement pour chaque point ». Si une application exige une conclusion point par point, il faut établir séparément que l’état considéré n’appartient pas à l’ensemble exceptionnel.

La notion d’ergodicité précise pourquoi les moyennes obtenues sur presque toutes les trajectoires prennent la même valeur globale.

La convergence presque sûre aide à interpréter exactement la portée de l’exception de mesure nulle dans l’énoncé.

L’espérance mathématique fournit le langage probabiliste de la moyenne spatiale à laquelle la moyenne temporelle est comparée.