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.

2.4 Beispiel: Perkolation 65<br />

Dieses Gitter ist für uns der Ausgangspunkt für ein stochastisches Modell eines<br />

porösen Mediums. Wir stellen uns die Kanten als Röhren vor, entlang derer Wasser<br />

fließen kann. Nun soll das Medium allerdings nicht völlig homogen wasserdurchlässig<br />

sein, sondern eine amorphe Struktur besitzen, etwa wie Bimsstein. Zu<br />

diesem Zweck wollen wir zufällig einen gewissen Anteil 1 − p (wobei p ∈ [0, 1] ein<br />

Parameter ist) der Kanten zerstören, sodass das Wasser nur durch die verbliebenen<br />

Kanten fließen kann. Die Frage, die sich stellt, ist, bei welchen Werten von p die intakten<br />

Röhren unendlich große verbundene Systeme bilden und bei welchen Werten<br />

alle verbundenen Systeme nur endliche Größe haben.<br />

Wir kommen jetzt zur formalen Beschreibung des Modells. Wir wählen einen Parameter<br />

p ∈ [0, 1] und eine unabhängige Familie identisch verteilter Zufallsvariablen<br />

(X p<br />

k )k∈K mit X p<br />

k =Berp, also P[X p<br />

k =1]=1−P[Xp k =0]=p für jedes k ∈ K.<br />

Dann definieren wir<br />

K p := {k ∈ K : X p<br />

k =1} (2.10)<br />

als die Menge der intakten (oder offenen) Kanten. Entsprechend nennen wir die Kanten<br />

K \ Kp defekt (oder geschlossen). Auf diese Weise haben wir einen (zufälligen)<br />

Teilgraphen (Zd ,Kp ) von (Zd ,K) hergestellt. Wir nennen (Zd ,K) auch ein Perkolationsmodell<br />

(genauer: ein Modell für Kantenperkolation, im Gegensatz zu<br />

Punktperkolation, wo die einzelnen Punkte geschlossen oder offen sind). Ein (offener)<br />

Pfad (der Länge n) in diesem Teilgraphen ist eine Folge π =(x0,x1,...,xn)<br />

von Punkten in Zd mit 〈xi−1,xi〉 ∈Kp für jedes i =1,...,n. Wir sagen, dass zwei<br />

Punkte x, y ∈ Zd durch einen offenen Pfad verbunden werden können, wenn es ein<br />

n ∈ N und einen offenen Pfad (x0,x1,...,xn) mit x0 = x und xn = y gibt. In diesem<br />

Fall schreiben wir x ←→p y. Offenbar ist ←→p“ eine Äquivalenzrelation, je-<br />

”<br />

doch eine zufällige, weil sie von den Werten der Zufallsvariablen (X p<br />

k )k∈K abhängt.<br />

Für x ∈ Zd nennen wir<br />

C p (x) :={y ∈ Z d : x ←→p y} (2.11)<br />

den (zufälligen) offenen Cluster von x, also die Zusammenhangskomponente von x<br />

in dem Graphen (Z d ,K p ).<br />

Lemma 2.40. Für je zwei Punkte x, y ∈ Z d ist {x←→ py} eine Zufallsvariable.<br />

Insbesondere ist #C p (x) eine Zufallsvariable für jedes x ∈ Z d .<br />

Beweis. Ohne Einschränkung können wir annehmen, dass x =0ist. Wir setzen<br />

fn(y) =1, falls es einen offenen Pfad von 0 nach y der Länge höchstens n gibt, und<br />

fn(y) =0sonst. Offenbar ist fn(y) ↑ {0←→ py}, also reicht es, die Messbarkeit<br />

von fn zu zeigen. Sei Bn := {−n, −n +1,...,n − 1,n} d und Kn := {k ∈<br />

K : k ∩ Bn �= ∅}. DannistYn := (X p<br />

k : k ∈ Kn) :Ω →{0, 1} Kn messbar<br />

(bezüglich 2 ({0,1}Kn )) nach Satz 1.90. Nun ist aber fn eine Funktion von Yn, sagen<br />

wir fn = gn◦Yn für gewisses gn : {0, 1} Kn →{0, 1}. Nach dem Verknüpfungssatz<br />

(Satz 1.80) ist daher fn messbar.<br />

Der Zusatz folgt, weil #C p (x) = �<br />

y∈Z d {x←→ py}. ✷

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!