Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.3. Poisson Approximation 29<br />
Es entspricht jedoch ∑ a ɛ I 1 gerade W aus [34, Gleichung (2.3)]. Ferner<br />
{Ma U >t n<br />
(k) } t (k)<br />
n<br />
ist ∑ (i,j,l) ɛ A n<br />
1 <strong>in</strong> den Bezeichnungen von [34] W . Die<br />
{maxq ɛ {1,...,l} S (i,j,q) >t (k)<br />
n } t (k)<br />
n<br />
Aussage ergibt sich daher aus der Zerlegung von {W y ≠ W y } <strong>in</strong> [34, Seite 2029].<br />
✷<br />
Der Beweis verläuft analog zum Beweis von Gleichung (5.40) <strong>in</strong> Hansen [50,<br />
Abschnitt 5.5.6], wo die Aussage für Markov-Ketten statt für unabhängig Zeichen<br />
<strong>und</strong> die Betrachtung von diagonals-with<strong>in</strong>-a-strip statt ζ-verschobenen Blöcken<br />
gezeigt wird.<br />
Im folgenden Lemma wird die Prozessversion der Ste<strong>in</strong>–Chen-Methode aus<br />
Satz 2.6 auf ( )<br />
I ∗U<br />
i,j,ζ,k angewendet:<br />
(i,j,ζ,k) ɛ I ∗<br />
Lemma 2.8<br />
Es seien ( )<br />
I ∗U<br />
i,j,ζ,k (i,j,ζ,k) ɛ I ∗<br />
<strong>und</strong> ( )<br />
I U i,j,ζ<br />
(i,j,ζ) ɛ I<br />
wie oben <strong>und</strong> die Poisson-Prozesse<br />
(˜P ∗ (a,k) ) (a,k) ɛ I ∗ <strong>und</strong> (˜P a ) a ɛ I durch die Intensitätsmaße ˜Q ∗ <strong>und</strong> ˜Q wie folgt gegeben:<br />
˜Q ∗ (A ∗ ) := ∑ E I ∗U<br />
a , für alle A ∗ ⊂ I ∗ <strong>und</strong><br />
a ɛ A ∗<br />
˜Q(A) := ∑ a ɛ A<br />
E I U a , für alle A ⊂ I.<br />
Dann gilt<br />
d TV<br />
((<br />
I<br />
∗U<br />
i,j,ζ,k<br />
)(i,j,ζ,k) ɛ I ∗ , (˜P ∗ (a,k)) (a,k) ɛ I ∗)<br />
−→<br />
n→∞<br />
d TV<br />
((<br />
I<br />
U<br />
i,j,ζ<br />
)(i,j,ζ) ɛ I , (˜P a ) a ɛ I<br />
)<br />
−→<br />
n→∞<br />
0.<br />
0 <strong>und</strong><br />
Beweis:<br />
Um Satz 2.6 anwenden zu können, müssen zunächst die Nachbarschaftsmengen<br />
def<strong>in</strong>iert werden. Sei also (i, j, ζ, k) ɛ I ∗ . Dann wählt man B (i,j,ζ) wie <strong>in</strong> Dembo,<br />
Karl<strong>in</strong> <strong>und</strong> Zeitouni [34] <strong>und</strong> B(i,j,ζ,k) ∗ <strong>in</strong> Anlehnung an Arratia, Goldste<strong>in</strong> <strong>und</strong><br />
Gordon [4, Abschnitt 3.1]:<br />
B (i,j,ζ) := {(i ′ , j ′ , ζ ′ ) | i = i ′ oder j = j ′ }<br />
:= B (i,j,ζ) × {1, . . . , d}.<br />
B ∗ (i,j,ζ,k)<br />
Sei im Folgenden U : = Uδ<br />
α∗ : = {α ɛ M(A 2 ) | d TV (α, α ∗ ) < δ} die δ-Umgebung<br />
von α ∗ für e<strong>in</strong> noch zu wählendes δ > 0 <strong>und</strong> seien b ∗ 1 <strong>und</strong> b ∗ 2 die Konstanten<br />
aus Gleichung (2.3.2) bezüglich ( )<br />
I ∗U<br />
beziehungsweise b 1 <strong>und</strong> b 2 die<br />
Konstanten für ( )<br />
I U i,j,ζ<br />
<strong>und</strong> b 1 −→ n→∞<br />
0, b 2 −→ n→∞<br />
0.<br />
i,j,ζ,k<br />
(i,j,ζ,k) ɛ I ∗<br />
(i,j,ζ) ɛ I . Nach Satz 2.6 ist zu zeigen, dass b∗ 1 −→ n→∞<br />
0, b ∗ 2 −→ n→∞<br />
0