24.01.2013 Aufrufe

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

Klenke Wahrscheinlichkeitstheorie

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

504 23 Große Abweichungen<br />

Untere Schranke Für jedes x ∈ E und r>0 ist<br />

�<br />

lim inf ε log<br />

ε→0<br />

e φ/ε �<br />

dμε ≥ lim inf ε log<br />

ε→0<br />

Br(x)<br />

e φ/ε dμε<br />

≥ inf φ(Br(x)) − I(x) r→0<br />

−→ φ(x) − I(x).<br />

Obere Schranke Für M>0 und ε>0 definieren wir<br />

�<br />

�<br />

F ε M :=<br />

Wir setzen<br />

e<br />

{φ≥M}<br />

φ(x)/ε με(dx) und G ε M :=<br />

FM := lim sup<br />

ε→0<br />

{φ0<br />

�<br />

lim ε log e<br />

ε→0 φ(x)/ε με(dx) =FM ∨ GM .<br />

Da nach Voraussetzung infM>0 FM = −∞ gilt, reicht es zu zeigen, dass<br />

� �<br />

sup GM ≤ sup φ(x) − I(x) . (23.20)<br />

M>0<br />

x∈E<br />

Sei δ>0. Für jedes x ∈ I gibt es ein r(x) > 0 mit<br />

inf I � B 2r(x)(x) � ≥ I(x) − δ und sup φ � B 2r(x)(x) � ≤ φ(x) − δ.<br />

Sei a ≥ 0. DaI eine gute Ratenfunktion ist, ist die Niveaumenge K := I −1 ([0,a])<br />

kompakt. Wir finden also endlich viele Punkte x1,...,xN ∈ I −1 ([0,a]), sodass<br />

� N<br />

i=1 B r(xi)(xi) ⊃ K. Es gilt daher<br />

G ε M ≤<br />

�<br />

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!