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.
2 Verzweigungsprozesse in stetiger Zeit<br />
Es sei Λ die Menge (streng) monoton wachsender Lipschitz stetiger Funktionen λ : R + → R +<br />
mit λ(0) = 0, λ(t) → ∞ für t → ∞ und<br />
γ(λ) := sup<br />
λ(s) − λ(t)<br />
∣log s − t ∣ < ∞.<br />
0≤t 0.<br />
lim<br />
sup<br />
n→∞ 0≤t≤T<br />
r(x n (t), x(λ n (t))) = 0<br />
Theorem 2.3. Es seien x, x 1 , x 2 , · · · ∈ D E (R + ), dann gilt d(x n , x) → 0 für n → ∞ genau dann<br />
wenn für jedes t ∈ R + und jede Folge (t n ) n=1,2,... ⊂ R mit lim n→∞ t n = t folgende Aussagen<br />
gelten<br />
(i)<br />
lim r(x n(t n ), x(t)) ∧ r(x n (t n ), x(t−)) = 0;<br />
n→∞<br />
(ii) Ist lim n→∞ r(x n (t n ), x(t)) = 0, dann gilt für jede Folge (s n ) n=1,2,... mit s n ≥ t n und<br />
lim n→∞ s n = t<br />
lim r(x n(s n ), x(t)) = 0.<br />
n→∞<br />
(iii) Ist lim n→∞ r(x n (t n ), x(t−)) = 0, dann gilt für jede Folge (s n ) n=1,2,... mit s n ≤ t n und<br />
lim n→∞ s n = t<br />
lim r(x n(s n ), x(t−)) = 0.<br />
n→∞<br />
25