翻译自大佬
https://huarui1998.com/Notes/math/borel-cantelli.html
1. 集序列的 lim inf \lim\inf liminf 和 lim sup \lim\sup limsup
类似于定义实数序列
{
a
k
}
\{a_k\}
{ak} 的
lim
inf
\lim\inf
liminf 和
lim
sup
\lim\sup
limsup,
lim inf
k
→
∞
a
k
=
sup
n
≥
1
(
inf
k
≥
n
a
k
)
,
lim sup
k
→
∞
a
k
=
inf
n
≥
1
(
sup
k
≥
n
a
k
)
,
\liminf\limits_{k\to\infty}a_k = \sup_{n\geq 1}(\inf_{k\geq n} a_k),\quad \limsup\limits_{k\to\infty}a_k = \inf_{n\geq 1}(\sup_{k\geq n} a_k),
k→∞liminfak=n≥1sup(k≥ninfak),k→∞limsupak=n≥1inf(k≥nsupak),
我们也可以定义集序列
{
A
k
}
\{A_k\}
{Ak} 的
lim
inf
\lim\inf
liminf 和
lim
sup
\lim\sup
limsup,
只需将
inf
\inf
inf 替换为
∩
\cap
∩,将
sup
\sup
sup 替换为
∪
\cup
∪,即
lim inf
k
→
∞
A
k
=
⋃
n
≥
1
⋂
k
≥
n
A
k
,
lim sup
k
→
∞
A
k
=
⋂
n
≥
1
⋃
k
≥
n
A
k
.
\liminf\limits_{k\to\infty}A_k = \bigcup_{n\geq 1}\bigcap_{k\geq n} A_k,\quad \limsup\limits_{k\to\infty}A_k = \bigcap_{n\geq 1}\bigcup_{k\geq n} A_k.
k→∞liminfAk=n≥1⋃k≥n⋂Ak,k→∞limsupAk=n≥1⋂k≥n⋃Ak.
根据德摩根定律,我们有
(
lim sup
k
→
∞
A
k
)
c
=
(
⋂
n
≥
1
⋃
k
≥
n
A
k
)
c
=
⋃
n
≥
1
(
⋃
k
≥
n
A
k
)
c
=
⋃
n
≥
1
⋂
k
≥
n
A
k
c
=
lim inf
k
→
∞
A
k
c
.
(1)
\left(\limsup\limits_{k\to\infty}A_k\right)^c = \left(\bigcap_{n\geq 1}\bigcup_{k\geq n} A_k\right)^c = \bigcup_{n\geq 1}\left(\bigcup_{k\geq n} A_k\right)^c = \bigcup_{n\geq 1}\bigcap_{k\geq n} A_k^c =\liminf\limits_{k\to\infty}A_k^c.\tag{1}
(k→∞limsupAk)c=(n≥1⋂k≥n⋃Ak)c=n≥1⋃(k≥n⋃Ak)c=n≥1⋃k≥n⋂Akc=k→∞liminfAkc.(1)
这两个符号有两个重要性质。
定理
- a ∈ lim inf k A k a\in \lim \inf \limits_k A_k a∈limkinfAk 当且仅当存在一个整数 N N N 使得 a ∈ A n a\in A_n a∈An 对所有 n ≥ N n\geq N n≥N 成立。
- a ∈ lim sup k A k a\in\lim \sup \limits_kA_k a∈limksupAk 当且仅当 a a a 属于 { A k } \{A_k\} {Ak} 的无穷多个项。
证明
首先,如果
a
∈
lim inf
k
A
k
a\in\liminf_kA_k
a∈liminfkAk,这意味着
a
a
a 属于
{
∩
k
≥
n
A
k
:
n
≥
1
}
\{\cap_{k\geq n}A_k:n\geq 1\}
{∩k≥nAk:n≥1} 中的至少一个,假设
a
∈
∩
k
≥
N
A
k
a\in \cap_{k\geq N}A_k
a∈∩k≥NAk,
那么
a
∈
A
k
a\in A_k
a∈Ak 对所有
k
≥
N
k\geq N
k≥N 成立。
其次,如果
a
∈
lim sup
k
A
k
a\in\limsup_kA_k
a∈limsupkAk,这意味着
a
a
a 属于
{
∪
k
≥
n
A
k
:
n
≥
1
}
\{\cup_{k\geq n}A_k:n\geq 1\}
{∪k≥nAk:n≥1} 的所有。
假设
a
a
a 只属于
{
A
k
}
\{A_k\}
{Ak} 的有限项,例如
{
A
k
1
,
⋯
,
A
k
m
}
\{A_{k_1},\cdots,A_{k_m}\}
{Ak1,⋯,Akm},那么令
M
=
max
{
k
1
,
⋯
,
k
m
}
M = \max\{k_1,\cdots,k_m\}
M=max{k1,⋯,km},我们有
a
∉
A
k
a\notin A_k
a∈/Ak 对所有
k
≥
M
+
1
k\geq M+1
k≥M+1 成立,即
a
∉
∪
k
≥
M
+
1
A
k
a\notin \cup_{k\geq M+1}A_k
a∈/∪k≥M+1Ak,这导致矛盾。
■
\tag*{$\blacksquare$}
■
由于上述定理,有时我们说事件 A k A_k Ak ( k = 1 , 2 , ⋯ k=1,2,\cdots k=1,2,⋯) 无穷次发生,如果事件 lim sup k A k \limsup_kA_k limsupkAk 发生,或简称为 A k A_k Ak i.o.。
定理
如果每个 A k A_k Ak 是一个事件(即 ∈ F \in\cal F ∈F),我们有
- P ( lim inf k → ∞ A k ) = lim n → ∞ P ( ⋂ k ≥ n A k ) (2) \mathbb{P} (\liminf\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(\bigcap_{k\geq n}A_k)\tag{2} P(k→∞liminfAk)=n→∞limP(k≥n⋂Ak)(2)
- P ( lim sup k → ∞ A k ) = lim n → ∞ P ( ⋃ k ≥ n A k ) (3) \mathbb{P}(\limsup\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(\bigcup_{k\geq n}A_k)\tag{3} P(k→∞limsupAk)=n→∞limP(k≥n⋃Ak)(3)
证明
记
F
n
=
⋂
k
≥
n
A
k
,
F_n = \bigcap_{k\geq n}A_k,
Fn=k≥n⋂Ak,
那么
{
F
n
}
\{F_n\}
{Fn} 是一个递增序列,即
F
1
⊆
F
2
⊆
F
3
⋯
F_1\subseteq F_2 \subseteq F_3\cdots
F1⊆F2⊆F3⋯,根据概率测度的连续性,我们有
P
(
⋃
n
F
n
)
=
lim
n
→
∞
P
(
F
n
)
,
\mathbb{P}(\bigcup_{n}F_n) = \lim_{n\to\infty}\mathbb{P}(F_n),
P(n⋃Fn)=n→∞limP(Fn),
因此 (2) 成立。 (3) 也直接由 (1) 和 (2) 得出。
■
\tag*{$\blacksquare$}
■
2. 第一 Borel-Cantelli 引理
定理(Borel-Cantelli)
假设
{
A
k
}
\{A_k\}
{Ak} 是事件,如果
∑
k
P
(
A
k
)
<
∞
,
\sum_k\mathbb{P}(A_k)\lt\infty,
k∑P(Ak)<∞,
那么我们有
P
(
A
k
i.o.
)
=
0.
\mathbb{P}(A_k\;\text{i.o.})=0.
P(Aki.o.)=0.
证明
记
B
n
B_n
Bn 为
B
n
=
⋃
k
≥
n
A
k
,
B_n = \bigcup_{k\geq n} A_k,
Bn=k≥n⋃Ak,
根据 (3) 我们有
P
(
A
k
i.o.
)
=
P
(
lim sup
k
→
∞
A
k
)
=
lim
n
→
∞
P
(
B
n
)
.
\mathbb{P}(A_k\;\text{i.o.}) = \mathbb{P}(\limsup\limits_{k\to\infty}A_k)=\lim_{n\to\infty}\mathbb{P}(B_n).
P(Aki.o.)=P(k→∞limsupAk)=n→∞limP(Bn).
我们只需要证明
P
(
B
n
)
→
0
\mathbb{P}(B_n)\to 0
P(Bn)→0。
由于概率测度的次可加性,我们有
P
(
B
n
)
=
P
(
⋃
k
≥
n
A
k
)
≤
∑
k
=
n
∞
P
(
A
k
)
=
∑
k
=
1
∞
P
(
A
k
)
−
∑
k
=
1
n
−
1
P
(
A
k
)
→
0
,
\mathbb{P}(B_n) = \mathbb{P}(\bigcup_{k\geq n} A_k)\leq \sum_{k=n}^\infty \mathbb{P}(A_k)=\sum_{k=1}^\infty \mathbb{P}(A_k) -\sum_{k=1}^{n-1} \mathbb{P}(A_k)\to 0,
P(Bn)=P(k≥n⋃Ak)≤k=n∑∞P(Ak)=k=1∑∞P(Ak)−k=1∑n−1P(Ak)→0,
当
n
→
∞
n\to \infty
n→∞ 时,收敛性由
∑
k
=
1
∞
P
(
A
k
)
<
∞
\sum_{k=1}^\infty \mathbb{P}(A_k)\lt\infty
k=1∑∞P(Ak)<∞ 保证。
■ \tag*{$\blacksquare$} ■
3. 第二 Borel-Cantelli 引理
定理(Borel-Cantelli)
假设
{
A
k
}
\{A_k\}
{Ak} 是独立事件,如果
∑
k
P
(
A
k
)
=
∞
,
\sum_k\mathbb{P}(A_k)=\infty,
k∑P(Ak)=∞,
那么我们有
P
(
A
k
i.o.
)
=
1.
\mathbb{P}(A_k\;\text{i.o.})=1.
P(Aki.o.)=1.
证明
根据(1),我们有:
P
(
A
k
i.o.
)
=
P
(
lim sup
k
→
∞
A
k
)
=
1
−
P
(
lim inf
k
→
∞
A
k
c
)
=
1
−
lim
n
→
∞
P
(
⋂
k
≥
n
A
k
c
)
(根据 (2))
=
1
−
lim
n
→
∞
∏
k
=
n
∞
P
(
A
k
c
)
(由于独立性)
=
1
−
lim
n
→
∞
∏
k
=
n
∞
(
1
−
P
(
A
k
)
)
≥
1
−
lim
n
→
∞
∏
k
=
n
∞
exp
(
−
P
(
A
k
)
)
(因为
1
−
x
≤
e
−
x
)
=
1
−
lim
n
→
∞
exp
(
−
∑
k
=
n
∞
P
(
A
k
)
)
=
1
(因为对于任何
n
,
∑
k
=
n
∞
P
(
A
k
)
=
∞
)
\begin{align*} \mathbb{P}(A_k\;\text{i.o.}) &= \mathbb{P}(\limsup_{k \to \infty} A_k) \\ &= 1 - \mathbb{P}(\liminf_{k \to \infty} A_k^c) \\ &= 1 - \lim_{n \to \infty} \mathbb{P}\left(\bigcap_{k \geq n} A_k^c\right) & \text{(根据 (2))} \\ &= 1 - \lim_{n \to \infty} \prod_{k = n}^\infty \mathbb{P}(A_k^c) & \text{(由于独立性)} \\ &= 1 - \lim_{n \to \infty} \prod_{k = n}^\infty (1 - \mathbb{P}(A_k)) \\ &\geq 1 - \lim_{n \to \infty} \prod_{k = n}^\infty \exp(-\mathbb{P}(A_k)) & \text{(因为 $1 - x \leq e^{-x}$)} \\ &= 1 - \lim_{n \to \infty} \exp\left(-\sum_{k = n}^\infty \mathbb{P}(A_k)\right) \\ &= 1 & \text{(因为对于任何 $n$,$\sum_{k = n}^\infty \mathbb{P}(A_k) = \infty$)} \end{align*}
P(Aki.o.)=P(k→∞limsupAk)=1−P(k→∞liminfAkc)=1−n→∞limP(k≥n⋂Akc)=1−n→∞limk=n∏∞P(Akc)=1−n→∞limk=n∏∞(1−P(Ak))≥1−n→∞limk=n∏∞exp(−P(Ak))=1−n→∞limexp(−k=n∑∞P(Ak))=1(根据 (2))(由于独立性)(因为 1−x≤e−x)(因为对于任何 n,∑k=n∞P(Ak)=∞)
\tag*{
■
\blacksquare
■}
我们可以通过将“独立”替换为一个更弱的条件“成对独立”来增强第二 Borel-Cantelli 引理。
定理(成对独立版本 Borel-Cantelli 引理)
假设
{
A
k
}
\{A_k\}
{Ak} 是成对独立事件,如果
∑
k
P
(
A
k
)
=
∞
,
\sum_k\mathbb{P}(A_k)=\infty,
k∑P(Ak)=∞,
那么我们有
P
(
A
k
i.o.
)
=
1.
\mathbb{P}(A_k\;\text{i.o.})=1.
P(Aki.o.)=1.
证明
设
I
k
\mathbb{I}_{k}
Ik 为
A
k
A_k
Ak 的指示函数,则
E
(
I
k
)
=
P
(
A
k
)
\mathbb{E}(\mathbb{I}_k) = \mathbb{P}(A_k)
E(Ik)=P(Ak)。设
S
n
S_n
Sn 为
I
k
\mathbb{I}_k
Ik 的部分和,即
S
n
=
∑
k
=
1
n
I
k
,
S_n = \sum^n_{k=1} \mathbb{I}_k,
Sn=k=1∑nIk,
记
S
=
lim
n
→
∞
S
n
=
∑
k
=
1
∞
I
k
.
S = \lim_{n\to \infty} S_n = \sum^\infty_{k=1} \mathbb{I}_k.
S=n→∞limSn=k=1∑∞Ik.
那么
∑
k
P
(
A
k
)
=
∞
\sum_k\mathbb{P}(A_k) = \infty
∑kP(Ak)=∞ 意味着
E
(
S
)
=
∞
.
\mathbb{E}(S) = \infty.
E(S)=∞.
而
x
∈
A
k
i.o.
x \in A_k \;\text{i.o.}
x∈Aki.o. 等价于
S
(
x
)
=
∑
k
=
1
∞
I
k
(
x
)
=
∞
,
S(x) = \sum^\infty_{k=1}\mathbb{I}_k(x) = \infty,
S(x)=k=1∑∞Ik(x)=∞,
因此我们的目标是证明
P
(
S
=
∞
)
=
1
\mathbb{P}(S=\infty)=1
P(S=∞)=1。记
p
k
=
P
(
A
k
)
p_k = \mathbb{P}(A_k)
pk=P(Ak),则
S
n
S_n
Sn 的方差为
V
a
r
(
S
n
)
=
E
(
S
n
2
)
−
[
E
(
S
n
)
]
2
=
E
(
∑
k
=
1
n
I
k
2
+
∑
i
≠
j
I
i
I
j
)
−
(
∑
k
=
1
n
p
k
)
2
=
∑
k
=
1
n
E
(
I
k
2
)
+
∑
i
≠
j
E
(
I
i
)
E
(
I
j
)
−
(
∑
k
=
1
n
p
k
)
2
=
∑
k
=
1
n
p
k
+
∑
i
≠
j
p
i
p
j
−
(
∑
k
=
1
n
p
k
)
2
=
∑
k
=
1
n
p
k
+
(
∑
k
=
1
n
p
k
)
2
−
∑
k
=
1
n
p
k
2
−
(
∑
k
=
1
n
p
k
)
2
=
∑
k
=
1
n
(
p
k
−
p
k
2
)
≤
E
(
S
n
)
\begin{aligned} Var(S_n) &= \mathbb{E}(S_n^2)-[\mathbb{E}(S_n)]^2 \\ &= \mathbb{E}\left(\sum_{k=1}^n \mathbb{I}_k^2 + \sum_{i\neq j} \mathbb{I}_i \mathbb{I}_j\right) - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n \mathbb{E}(\mathbb{I}_k^2) + \sum_{i\neq j} \mathbb{E}(\mathbb{I}_i) \mathbb{E}(\mathbb{I}_j) - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n p_k + \sum_{i\neq j} p_i p_j - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n p_k + \left(\sum_{k=1}^n p_k\right)^2 - \sum_{k=1}^n p_k^2 - \left(\sum_{k=1}^n p_k\right)^2 \\ &= \sum_{k=1}^n (p_k - p_k^2) \\ &\leq \mathbb{E}(S_n) \end{aligned}
Var(Sn)=E(Sn2)−[E(Sn)]2=E
k=1∑nIk2+i=j∑IiIj
−(k=1∑npk)2=k=1∑nE(Ik2)+i=j∑E(Ii)E(Ij)−(k=1∑npk)2=k=1∑npk+i=j∑pipj−(k=1∑npk)2=k=1∑npk+(k=1∑npk)2−k=1∑npk2−(k=1∑npk)2=k=1∑n(pk−pk2)≤E(Sn)
然后,
P
(
S
<
E
(
S
n
)
2
)
≤
P
(
S
n
<
E
(
S
n
)
2
)
=
P
(
S
n
−
E
(
S
n
)
<
−
E
(
S
n
)
2
)
≤
P
(
∣
S
n
−
E
(
S
n
)
∣
≥
E
(
S
n
)
2
)
≤
4
V
a
r
(
S
n
)
[
E
(
S
n
)
]
2
(
由切比雪夫不等式
)
≤
4
E
(
S
n
)
(
因为
V
a
r
(
S
n
)
≤
E
(
S
n
)
)
(4)
\begin{aligned} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) &\leq \mathbb{P}\left(S_n < \frac{\mathbb{E}(S_n)}{2}\right) \\ &= \mathbb{P}\left(S_n - \mathbb{E}(S_n) < -\frac{\mathbb{E}(S_n)}{2}\right) \\ &\leq \mathbb{P}\left(\left|S_n - \mathbb{E}(S_n)\right| \geq \frac{\mathbb{E}(S_n)}{2}\right) \\ &\leq \frac{4 Var(S_n)}{[\mathbb{E}(S_n)]^2} \quad (\text{由切比雪夫不等式}) \\ &\leq \frac{4}{\mathbb{E}(S_n)} \quad (\text{因为 $Var(S_n)\leq \mathbb{E}(S_n)$}) \end{aligned} \tag{4}
P(S<2E(Sn))≤P(Sn<2E(Sn))=P(Sn−E(Sn)<−2E(Sn))≤P(∣Sn−E(Sn)∣≥2E(Sn))≤[E(Sn)]24Var(Sn)(由切比雪夫不等式)≤E(Sn)4(因为 Var(Sn)≤E(Sn))(4)
注意
{
S
<
E
(
S
n
)
2
}
\{S < \frac{\mathbb{E}(S_n)}{2}\}
{S<2E(Sn)} 上升到
{
S
<
∞
}
\{S < \infty\}
{S<∞},最后通过概率测度的连续性,
P
(
S
<
∞
)
=
P
(
⋃
n
=
1
∞
{
S
<
E
(
S
n
)
2
}
)
=
lim
n
→
∞
P
(
S
<
E
(
S
n
)
2
)
≤
lim
n
→
∞
4
E
(
S
n
)
=
0
,
\mathbb{P}(S < \infty) = \mathbb{P}\left(\bigcup_{n=1}^\infty \{S < \frac{\mathbb{E}(S_n)}{2}\}\right) = \lim_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) \leq \lim_{n \to \infty} \frac{4}{\mathbb{E}(S_n)} = 0,
P(S<∞)=P(n=1⋃∞{S<2E(Sn)})=n→∞limP(S<2E(Sn))≤n→∞limE(Sn)4=0,
那么我们得出
P
(
S
=
∞
)
=
1
−
P
(
S
<
∞
)
=
1.
\mathbb{P}(S = \infty) = 1 - \mathbb{P}(S < \infty) = 1.
P(S=∞)=1−P(S<∞)=1.
■
\tag*{$\blacksquare$}
■
4. Erdös-Rényi 定理
上述定理中的成对独立条件可以进一步放宽,得到 Erdös-Rényi 定理。
定理(Erdös-Rényi)
假设
{
A
k
}
\{A_k\}
{Ak} 是事件,如果
∑
k
P
(
A
k
)
=
∞
,
\sum_k \mathbb{P}(A_k) = \infty,
k∑P(Ak)=∞,
并且
lim inf
n
→
∞
∑
j
=
1
n
∑
k
=
1
n
P
(
A
j
∩
A
k
)
(
∑
k
=
1
n
P
(
A
k
)
)
2
=
1
,
(5)
\liminf_{n \to \infty} \frac{\sum_{j=1}^n \sum_{k=1}^n \mathbb{P}(A_j \cap A_k)}{\left(\sum_{k=1}^n \mathbb{P}(A_k)\right)^2} = 1,\tag{5}
n→∞liminf(∑k=1nP(Ak))2∑j=1n∑k=1nP(Aj∩Ak)=1,(5)
那么我们有
P
(
A
k
i.o.
)
=
1.
\mathbb{P}(A_k\;\text{i.o.}) = 1.
P(Aki.o.)=1.
证明
我们将使用与之前相同的记号
S
n
S_n
Sn 和
S
S
S。因为
E
(
S
n
2
)
=
E
[
(
∑
k
=
1
n
I
k
)
2
]
=
∑
j
,
k
=
1
n
E
(
I
j
I
k
)
=
∑
j
,
k
=
1
n
P
(
A
j
∩
A
k
)
,
\mathbb{E}(S^2_n) = \mathbb{E}\left[\left(\sum_{k=1}^n \mathbb{I}_k\right)^2\right] = \sum_{j, k = 1}^n \mathbb{E}(\mathbb{I}_j \mathbb{I}_k) = \sum_{j, k = 1}^n \mathbb{P}(A_j \cap A_k),
E(Sn2)=E
(k=1∑nIk)2
=j,k=1∑nE(IjIk)=j,k=1∑nP(Aj∩Ak),
并且
E
(
S
n
)
=
∑
k
=
1
n
P
(
A
k
)
,
\mathbb{E}(S_n) = \sum_{k=1}^n \mathbb{P}(A_k),
E(Sn)=k=1∑nP(Ak),
因此 (5) 等价于
lim inf
n
→
∞
E
(
S
n
2
)
[
E
(
S
n
)
]
2
=
1
。
\liminf_{n \to \infty} \frac{\mathbb{E}(S^2_n)}{[\mathbb{E}(S_n)]^2} = 1。
n→∞liminf[E(Sn)]2E(Sn2)=1。
根据 (4) 的前四行,我们有
P
(
S
<
E
(
S
n
)
2
)
≤
4
E
(
S
n
2
)
−
[
E
(
S
n
)
]
2
[
E
(
S
n
)
]
2
=
4
(
E
(
S
n
2
)
[
E
(
S
n
)
]
2
−
1
)
,
\mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right) \leq 4\frac{\mathbb{E}(S_n^2) - [\mathbb{E}(S_n)]^2}{[\mathbb{E}(S_n)]^2} = 4\left(\frac{\mathbb{E}(S_n^2)}{[\mathbb{E}(S_n)]^2} - 1\right),
P(S<2E(Sn))≤4[E(Sn)]2E(Sn2)−[E(Sn)]2=4([E(Sn)]2E(Sn2)−1),
然后我们有
P
(
S
<
∞
)
=
P
(
⋃
n
=
1
∞
{
S
<
E
(
S
n
)
2
}
)
=
lim
n
→
∞
P
(
S
<
E
(
S
n
)
2
)
(
因为
{
S
<
E
(
S
n
)
2
}
递增,且根据单调收敛定理
)
=
lim inf
n
→
∞
P
(
S
<
E
(
S
n
)
2
)
(
因为最后极限由单调收敛定理存在
)
≤
4
(
lim inf
n
→
∞
E
(
S
n
2
)
[
E
(
S
n
)
]
2
−
1
)
=
0
,
\begin{aligned} \mathbb{P}(S < \infty) &= \mathbb{P}\left(\bigcup_{n=1}^\infty \{S < \frac{\mathbb{E}(S_n)}{2}\}\right) \\ &= \lim_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right)\quad (\text{因为 $\{S < \frac{\mathbb{E}(S_n)}{2}\}$ 递增,且根据单调收敛定理}) \\ &= \liminf_{n \to \infty} \mathbb{P}\left(S < \frac{\mathbb{E}(S_n)}{2}\right)\quad (\text{因为最后极限由单调收敛定理存在}) \\ &\leq 4\left(\liminf_{n \to \infty} \frac{\mathbb{E}(S^2_n)}{[\mathbb{E}(S_n)]^2} - 1\right) = 0, \end{aligned}
P(S<∞)=P(n=1⋃∞{S<2E(Sn)})=n→∞limP(S<2E(Sn))(因为 {S<2E(Sn)} 递增,且根据单调收敛定理)=n→∞liminfP(S<2E(Sn))(因为最后极限由单调收敛定理存在)≤4(n→∞liminf[E(Sn)]2E(Sn2)−1)=0,
这表明
P
(
S
=
∞
)
=
1
−
P
(
S
<
∞
)
=
1.
\mathbb{P}(S = \infty) = 1 - \mathbb{P}(S < \infty) = 1.
P(S=∞)=1−P(S<∞)=1.
■
\tag*{$\blacksquare$}
■
参考文献
- Kai Lai Chung, A Course in Probability Theory, 第三版 (2001)
- Rick Durrett, Probability: Theory and Examples, 第五版 (2019)