Stochastische Populationsmodelle - Abteilung für Mathematische ...
Stochastische Populationsmodelle - Abteilung für Mathematische ...
Stochastische Populationsmodelle - Abteilung für Mathematische ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
1 Bienaymé-Galton-Watson-Prozess<br />
Wobei man die letzte Gleichung mit der Stirling-Formel (n! ∼ √ 2πn(n/e) n ) bekommt. Insgesamt<br />
erhalten wir, dass ∑ ∞<br />
n=1 a n log n genau dann endlich ist, wenn ∑ ∞<br />
k=1 p kk log k endlich ist.<br />
1.6 Subkritische Verzweigungsprozesse<br />
In diesem Abschnitt betrachten wir den subkritischen Fall m < 1. Wenn wir die Taylorentwicklung<br />
von g um 1 (siehe (1.7)) auf g k (s) anwenden, dann erhalten wir<br />
bzw.<br />
g k+1 (s) = g(g k (s)) = 1 − m(1 − g k (s)) + r(g k (s))(1 − g k (s)), (1.9)<br />
1 − g k+1 (s)<br />
1 − g k (s)<br />
Teleskopprodukt dieser Gleichungen liefert<br />
(<br />
= m 1 − r(g )<br />
k(s))<br />
. (1.10)<br />
m<br />
1 − g n (s)<br />
1 − s<br />
n−1<br />
∏<br />
= m n<br />
k=0<br />
(<br />
1 − r(g )<br />
k(s))<br />
. (1.11)<br />
m<br />
Da 0 ≤ r(s)/m ≤ 1 für s ∈ [0, 1] ist, gibt es zu jedem s ∈ [0, 1] ein φ(s) ≥ 0 mit<br />
Insbesondere ist<br />
m −n 1 − g n(s)<br />
1 − s<br />
↓ φ(s), für n → ∞. (1.12)<br />
P[Z n > 0] = 1 − g n (0) ∼ m n φ(0), (1.13)<br />
wobei wir wie üblich a n ∼ b n schreiben, falls a n /b n → 1 für n → ∞.<br />
Ein nützliches und leicht zu beweisendes Kriterium, das Konvergenz von Reihen und Produkten<br />
in Verbindung bringt ist das folgende Resultat (Übung!).<br />
Lemma 1.17. Es sei (a n ) n≥0 eine Folge mit 0 ≤ a n ≤ 1. Dann konvergiert ∏ ∞<br />
n=1 (1 − a n) genau<br />
dann gegen eine positive Zahl, wenn die Reihe ∑ ∞<br />
n=1 a n konvergiert.<br />
Mit diesem Lemma gilt φ(0) > 0 genau dann, wenn ∑ ∞<br />
k=0 r(g k(0)) < ∞. Aus 1 − g(s) ≤<br />
m(1 − s) (was z.B. aus (1.7) folgt) erhalten wir induktiv<br />
1 − g k (s) ≤ m k (1 − s)<br />
für alle k. Aus der Konvexität von g folgt für s ≥ s 0<br />
woraus wir induktiv<br />
1 − g(s)<br />
1 − s<br />
≥ g ′ (s 0 ),<br />
1 − g k (s) ≥ (g ′ (s 0 )) k (1 − s)<br />
erhalten. Mit s 0 = p 0 (was zwangsläufig positiv im subkritischen Fall ist) und a = g ′ (p 0 ) folgt<br />
1 − m k ≤ g k (0) = g k−1 (g(0)) = g k−1 (p 0 ) ≤ 1 − a k−1 (1 − p 0 ) ≤ 1 − b k ,<br />
wobei b k = a ∧ (1 − p 0 ) ist. Nach Lemma 1.16 gilt also ∑ ∞<br />
k=0 r(g k(0)) < ∞ genau dann, wenn<br />
∑ ∞<br />
k=1 p kk log k < ∞ ist. Es gilt also das folgende Theorem.<br />
11