Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Muster und Alignments in zufälligen Zeichenketten - Abteilung für ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
66 Kapitel 4. Der empirische <strong>Muster</strong>prozess<br />
Da die Folge (V i ) i ɛN (l-1)-abhängig <strong>und</strong> somit auch ϕ-mischend ist, erhält man<br />
analog zum Beweis von Lemma 4.12 mit Lemma 22.1 aus Bill<strong>in</strong>gsley [17] <strong>und</strong><br />
Proposition 4.10:<br />
E<br />
( ∣∣∣ n∑<br />
i=1<br />
)<br />
∣ ∣∣<br />
4<br />
V i ≤ 8 l 2 (l + 1) 2 (2l + 1) [ 2 n 2( E(V1 2 ) ) 2<br />
+ n E(V<br />
2<br />
1 ) ]<br />
≤ C(l) [ n 2 (2 l − 1) 2 b 2 + n(2 l − 1) b ]<br />
≤ C(l) n 2 2 l (2 l − 1) b 2 ,<br />
wobei die letzte<br />
√<br />
Ungleichung aus der Voraussetzung 1 ≤ b folgt. Mit der Voraussetzung<br />
C 1 n b <<br />
n<br />
γ<br />
ergibt sich:<br />
2<br />
(<br />
P sup ∣ Zn (p) − Z n (q) ∣ )<br />
≥ γ<br />
p ɛ B<br />
( ( ) )<br />
1 ∑ ∣∣∣ n∑ ∣ ∣∣<br />
≤ P √ V i ≥ γ n 2<br />
D ɛ P i=1<br />
( )<br />
≤ 24 |P| 4 ∣∣∣ n∑ ∣ ∣∣<br />
γ 4 n E 4<br />
V 2<br />
i<br />
i=1<br />
≤ 16 · 24 P ξ<br />
k=2 |L k| C(l) 2 l (2 l − 1)<br />
γ 4 b 2 .<br />
(<br />
+ P<br />
C 1<br />
√ n b ≥<br />
γ<br />
2<br />
)<br />
Nach Def<strong>in</strong>ition von C 2 ist das die Behauptung.<br />
✷<br />
Damit lässt sich die Variation von Z n auf e<strong>in</strong>em beliebigen Würfel durch die<br />
Kantenlänge des Würfels abschätzen.<br />
Satz 4.14<br />
Seien q ɛ ∆ <strong>und</strong> ε, c > 0 so, dass [q, q + c] ⊂ [0, 1] ξ−1 . Ferner sei n ɛ N h<strong>in</strong>reichend<br />
groß, so dass der Schnitt ( 4c<br />
C 1 ε√ n, cn<br />
)<br />
∩ N nicht leer ist. Dann gilt:<br />
P<br />
(<br />
sup<br />
p ɛ [q,q+c]<br />
mit C 3 := 16 ( C 2 + C(l)(C 1 + 1)C 1<br />
)<br />
.<br />
∣ Zn (p) − Z n (q) ∣ ∣ ≥ ε<br />
)<br />
≤ C 3<br />
ε 4 ⌈<br />
4 √ ⌉ ξ−1<br />
nc<br />
c 2<br />
C 1 ε<br />
Diese obere Schranke ist zwar für Konvergenzaussagen unbrauchbar, da sie<br />
bezüglich n von der Größenordnung n ξ−1<br />
2 ist, sie ist jedoch für Fehlerabschätzungen<br />
von Vorteil, da sie bezüglich der Kantenlänge von der Ordnung c ξ+1 ist.