跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要中的极值理论用于序列匹配与DNA示例,未研究金融尾部风险,不能仅凭极值术语归类。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Richard Arratia
Louis Gordon
Michael Waterman

序列匹配的极值理论

研究问题
对于字母独立同分布的两条有限序列,在最多允许若干不匹配时,最长连续匹配段的分布、期望和方差如何近似?
方法与思路
作者先用一组独立负二项随机变量的最大值近似最长匹配长度,再联系到取整数部分的极值分布,并给出DNA示例。
材料陈述的贡献
摘要提出最长匹配长度的分布近似与期望、方差近似表达,并通过噬菌体lambda的DNA片段比较展示应用。
阅读关注点
应核对独立同分布设定、允许错配的计数方式、序列长度与错配数的渐近关系,以及近似误差和整数取整的处理。
阅读边界
仅据版本未注明的OpenAlex索引摘要;所给方差公式幂次及常数记号排版含糊,须核对原PDF,不能重构公式或外推到相关序列。

原文摘要

Consider finite sequences $X_1, X_2,\cdots, X_m$ and $Y_1, Y_2,\cdots, Y_n$ where the letters ${X_i}$ and ${Y_i}$ are chosen i.i.d. on a countable alphabet with $p=P(X_1=Y_1)\in(0,1)$ We study the distribution of the longest contiguous run of matches between the X's and Y's allowing at most k mismatches. The distribution is closely approximated by that of the maximum of (1 - p)mn i.i.d. negative binomial random variables. The latter distribution is in turn shown to behave like the integer part of an extreme value distribution. The expectation is approximately $\log(qmn)+k\log\log(qmn)+k\log(q/p)-\log(k!)+\gamma\log(e)-\frac{1}{2}$, where q = 1 - p, log denotes logarithm base 1/p, and y is the Euler constant. The variance is approximated by $(\pi\log(e))2/6+\frac{1}{2}$. The paper concludes with an example in which we compare segments taken from the DNA sequence of the bacteriophage lambda.

笔记与分组
相关领域论文