Si \( (X_{n})_{n\in\mathbb{N}} \) es una cadena de Markov recurrente positiva a un espacio de estados finito o numerable \( I \) con distribución inicial \( \lambda=(\lambda_{i})_{i\in I} \) y matriz de transiciones \( P \), sabemos que existe una única \( \pi \) distribución invariante (es decir, tal que \( \pi P=\pi \)), el teorema ergódico para cadenas de Markov discreta nos dice que si \( f:I\longrightarrow \mathbb{R} \) es acotada, tenemos que:
\( \dfrac{\displaystyle\sum_{k=0}^{n-1}f(X_{k})}{n}\longrightarrow \displaystyle\sum_{i\in I}f(i)\pi_{i} \) casi seguramente.
El problema es que no puedo aplicar el teorema ergódico de Birkhoff para demostrar este resultado, dado que la secuencia \( (X_{n}) \) no es estacionaria si \( \lambda\neq \pi \), de modo que no puedo asegurar que la secuencia \( (Y_{n}):=(f(X_{n}))_{n} \) sea estacionaria (equivalentemente, que la transformación shift de \( \mathbb{R}^{\mathbb{N}} \) deje invariante la medida inducida por \( (Y_{n})_{n}) \).
Se te ocurre alguna idea, Patu?
