Вероятность и статистика · объяснение и практика
Хвостовое событие нельзя изменить конечным началом: где действует закон нуля или единицы
Распознать хвостовое событие независимой последовательности, применить закон Колмогорова и отделить этот вывод от вычисления конкретной вероятности.

В теме Случайные процессы и имитация: углубление · Учебная карта
Главная мысль
Хвостовое событие определяется сколь угодно далёкой частью последовательности и не зависит от любого конечного начала. Для независимых координат его вероятность равна нулю или единице. Закон не сообщает, какое из этих двух значений реализуется.
Метод и постановка
Начните с эксперимента мысленного изменения. Можно ли, заменив первые сто, тысячу или любое другое конечное число результатов, изменить истинность события? Если да, перед нами не хвостовое событие в требуемом смысле. Проверка одного фиксированного номера недостаточна: определение требует независимости от каждого конечного начала.
Формальная запись использует пересечение σ-алгебр, порождённых координатами начиная с номера n, по всем n. Для независимой последовательности хвостовая σ-алгебра независима от каждого конечного блока. Переход к σ-алгебре всей последовательности делает хвостовое событие независимым от самого себя. Тогда P(A)=P(A)², откуда и возникают только два возможных значения. В этом рассуждении независимость координат является существенной гипотезой, а не украшением формулировки.
Проверка и границы вывода
Отдельно установите само значение вероятности. Невозможность промежуточного ответа ещё не позволяет выбрать единицу по интуитивной частоте. Для событий бесконечного повторения можно использовать другие вероятностные теоремы; закон нуля или единицы лишь сужает набор возможных ответов.
Не смешивайте хвостовое событие с событием, которое просто упоминает бесконечную последовательность. Условие «первый результат равен единице и дальше происходит что-то» всё ещё может зависеть от начала. Также не переносите вывод на полностью зависимую последовательность. Если все координаты равны одному случайному биту, событие бесконечного числа единиц хвостовое, но его вероятность может быть одной второй. Именно нарушение независимости объясняет этот контрпример, а не исключение из закона. Для применения важно назвать и структуру события, и структуру зависимости данных.
Пример
Для независимых честных битов событие «единица встречается бесконечно много раз» не меняется при замене любого конечного начала. Событие «первый бит равен единице» при такой замене меняется и имеет вероятность одну вторую.
Первое событие хвостовое, второе нет. Закон исключает промежуточную вероятность только для первого; чтобы показать его вероятность один, нужно дополнительно исключить конечное число единиц.
От чтения к действию
А теперь — вы
Частые вопросы
Нужны одинаковые распределения?
Для закона Колмогорова достаточно независимости, одинаковость распределений не обязательна.
Конечная замена — это только первый элемент?
Нет. Определение охватывает любое конечное число начальных координат.
Углублённый разбор
Бесконечное появление событий: различие limsup и liminf
Бесконечно частое появление событий и окончательное постоянство — разные хвостовые свойства. Первое описывается limsup, второе liminf.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
limsup Aₙ=∩ₘ∪ₙ≥ₘAₙ содержит исходы, для которых событие случается сколь угодно далеко. liminf Aₙ=∪ₘ∩ₙ≥ₘAₙ требует, чтобы после некоторого номера событие случалось всегда.
Вывод и вычислительный критерий
Для каждого исхода смотрят бинарную последовательность принадлежностей. В limsup входит последовательность с бесконечным числом единиц. В liminf входит последовательность лишь с конечным числом нулей. Следовательно, liminf всегда является подмножеством limsup.
Изменение конечного начала не меняет ни одного свойства. Поэтому оба события хвостовые для исходной последовательности наблюдений, если Aₙ относится к отдельным поздним координатам.
Условия и границы вывода
Нельзя заменить бесконечные объединения обычным пределом вероятностей отдельных событий. Вероятности Aₙ могут быть одинаковыми, а зависимость событий существенно менять вероятность limsup.
Для независимых честных бросков бесконечно много успехов происходит почти наверное, но окончательное постоянство успехов имеет вероятность ноль. Эти утверждения не противоречат друг другу.
Если индикатор равен единице только в степенях двойки, он всё ещё принадлежит limsup, хотя доля единиц среди первых n позиций стремится к нулю. Поэтому бесконечная частота в смысле количества появлений не равна положительной предельной доле. Если же единицами являются все позиции, кроме степеней двойки, доля стремится к единице, но принадлежности liminf всё равно нет: исключительных нулей бесконечно много. Эти два примера разделяют хвостовые множественные свойства и предел эмпирической доли. Для liminf недостаточно сколь угодно высокой плотности успехов; после некоторой даты не должно оставаться вообще ни одного неуспеха.
Разобранная задача
Условие. Возьмите детерминированные индикаторы Aₙ: событие истинно при чётном n и ложно при нечётном. Определите принадлежность limsup и liminf.
- В любом хвосте после m встречается чётный номер, поэтому объединение поздних Aₙ содержит данный исход.
- Пересечение этих хвостовых объединений также содержит исход: он принадлежит limsup.
- В каждом хвосте встречается нечётный номер, где событие ложно.
- Ни одно хвостовое пересечение не содержит исход, поэтому он не принадлежит liminf.
Ответ. Исход принадлежит limsup, но не liminf.
Проверка. Прямой критерий по индикаторам: единиц бесконечно много, нулей также бесконечно много. Первый факт удовлетворяет limsup, второй исключает liminf.
Где легко ошибиться. Фраза «когда-нибудь начиная с позднего момента» неоднозначна: надо различать бесконечно много появлений и истинность во все последующие даты.
Проверьте понимание
Вопросы к этой главе
Может ли liminf быть больше limsup?
Нет. Если после некоторой даты событие истинно всегда, оно тем более истинно бесконечно часто. Вложение является чисто множественным и не требует вероятностей.
Что меняет удаление первых ста событий?
Ничего для обеих конструкций. Удаляется конечное число позиций, а определения зависят от произвольно далёких хвостов.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Matteo Barigozzi: Borel Cantelli Lemmas
Авторские лекции ST202, PDF с извлечённым текстом: §19.1, обе леммы и необходимость независимости для обратного вывода; стр.62 книги. Дополнительный Toronto PDF не дал текста и не используется как доказательство проверки.
Борель–Кантелли: суммируемость вероятностей и независимый обратный вывод
Суммируемость вероятностей исключает бесконечно частые появления без предположения независимости. Обратное утверждение требует дополнительной структуры.
Перед началом: Совместные и условные законы; Ожидание, дисперсия и условная независимость.
Определение и постановка
Первая лемма Бореля — Кантелли говорит: если ΣP(Aₙ)<∞, то P(limsup Aₙ)=0. Для независимых событий расходимость суммы даёт вероятность limsup, равную единице.
Вывод и вычислительный критерий
Для первого вывода вероятность появления хотя бы одного Aₙ после m не больше хвостовой суммы Σₙ≥ₘP(Aₙ). Эта сумма стремится к нулю; пересечение хвостовых объединений также имеет нулевую вероятность.
Во втором выводе независимость позволяет оценить вероятность отсутствия событий длинным произведением. Неравенство 1−x≤e⁻ˣ превращает расходящуюся сумму в исчезающую вероятность полного отсутствия.
Условия и границы вывода
Расходящаяся сумма сама по себе недостаточна: если все Aₙ совпадают с одним событием вероятности половина, бесконечное появление имеет вероятность половина. Полная зависимость нарушает предпосылку второй леммы.
Нулевая вероятность бесконечных появлений не означает, что события перестанут происходить после одного общего детерминированного срока для всех исходов. Последний случайный номер зависит от траектории.
В сходящемся случае можно получить явную оценку позднего риска. При n больше m сумма единичных квадратов в знаменателе ограничена интегралом от m до бесконечности от x в степени минус два, то есть одной m-й. Поэтому вероятность хотя бы одного появления после m не больше одной m-й. Граница стремится к нулю, но при любом фиксированном m обычно остаётся положительной. Это объясняет различие между случайным конечным последним появлением и общим гарантированным сроком. В гармоническом независимом случае интервалы без появления становятся всё длиннее возможными, однако для каждого фиксированного начала вероятность не увидеть больше ни одного события равна нулю.
Разобранная задача
Условие. Для независимых событий сравните P(Aₙ)=1/n² при n≥1 и P(Bₙ)=1/n. Что происходит бесконечно часто?
- Ряд Σ1/n² сходится; первая лемма даёт нулевую вероятность бесконечно многих Aₙ.
- Это заключение не использует независимость Aₙ.
- Гармонический ряд Σ1/n расходится. Независимость Bₙ позволяет применить вторую лемму.
- Вероятность бесконечно многих Bₙ равна единице, хотя вероятность отдельного позднего Bₙ стремится к нулю.
Ответ. Aₙ происходят лишь конечное число раз почти наверное; Bₙ происходят бесконечно часто почти наверное.
Проверка. Для Bₙ вероятность отсутствия между m и M равна ∏ₙ₌ₘᴹ(1−1/n)=(m−1)/M при m≥2. Предел ноль прямо подтверждает бесконечные появления.
Где легко ошибиться. Предел P(Bₙ)→0 не определяет вероятность бесконечных появлений: нужен анализ суммы и зависимости событий.
Проверьте понимание
Вопросы к этой главе
Можно ли убрать независимость во второй лемме?
В общем случае нет. Существуют более тонкие условия зависимости, но они требуют отдельной теоремы и не следуют из одной расходимости ряда.
Означает ли почти наверное логическую невозможность исключений?
Нет. Исключительное множество может быть непустым, но иметь вероятность ноль. Вероятностное утверждение не является перечислением всех мыслимых последовательностей.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Matteo Barigozzi: Borel Cantelli Lemmas
Авторские лекции ST202, PDF с извлечённым текстом: §19.1, обе леммы и необходимость независимости для обратного вывода; стр.62 книги. Дополнительный Toronto PDF не дал текста и не используется как доказательство проверки.
Событие бесконечного превышения случайного порога: где теряется хвостовость
Событие может не зависеть от конечного начала последовательности и всё же иметь промежуточную вероятность, если наблюдения связаны общей случайной средой. Закон нуля или единицы требует конкретного независимого семейства.
Перед началом: Условная вероятность; Точная арифметика.
Укажите, для каких координат строится хвост
Хвостовая сигма-алгебра последовательности X состоит из событий, определяемых после удаления любого конечного числа координат. Для независимых X закон Колмогорова делает вероятность каждого такого события нулём или единицей. Постоянство события при изменении конечного префикса само по себе не доказывает независимость исходных координат. Если все они содержат общий скрытый параметр, поздний хвост может постепенно раскрывать именно этот параметр.
Условный закон и безусловная смесь различаются
Пусть Θ принимает значения 0 и 1 с равными шансами. При Θ=0 вся последовательность состоит из независимых Bernoulli(1/4), а при Θ=1 — из независимых Bernoulli(3/4). Условно по Θ наблюдения независимы, безусловно они положительно зависимы. По сильному закону средняя частота стремится к 1/4 либо 3/4. Событие предела больше половины не меняется конечной правкой наблюдений и имеет вероятность 1/2.
Относительно расширенного семейства событие другое
Можно построить модель из независимого Θ и независимых равномерных Ui, положив Xi=1{Ui≤pΘ}. Но событие предела зависит от Θ, который является отдельной исходной координатой и не исчезает после удаления конечного начала X. Оно не становится автоматически хвостовым событием независимого списка (Θ,U₁,U₂,…): удаление первой координаты этого списка удаляет сам выбор режима. Это различие показывает, почему нельзя применять закон к удобному набору генераторов без проверки измеримости нужного события.
Разобранная задача
Условие. В указанной двухрежимной модели рассмотрите A={lim n⁻¹Σᵢ₌₁ⁿXi>1/2}. Найдите P(A), ковариацию двух различных Xi и объясните, почему промежуточная вероятность не противоречит закону нуля или единицы.
- Условно на Θ=0 предел равен 1/4 почти наверное, поэтому A не происходит. При Θ=1 предел равен 3/4 и A происходит почти наверное.
- Полная вероятность равна (1/2)·0+(1/2)·1=1/2. Конечное изменение Xi не меняет предела среднего.
- Безусловное среднее Xi равно 1/2. Совместное среднее разных координат равно E(pΘ²)=[(1/4)²+(3/4)²]/2=5/16.
- Ковариация равна 5/16−1/4=1/16>0. Последовательность Xi не независима, поэтому требование закона Колмогорова нарушено.
Ответ. Событие хвостовое для зависимой последовательности X и имеет вероятность 1/2. Положительная ковариация 1/16 явно удостоверяет общую случайную среду.
Проверка. Условное среднее индикатора A равно Θ почти наверное, так что EA=EΘ=1/2. Это независимо воспроизводит ответ, не вычисляя конечные биномиальные вероятности и не подменяя предел средним.
Где легко ошибиться. Фраза «условно независимы» не даёт права применять безусловный закон нуля или единицы к смеси. Сначала надо установить, какое семейство действительно независимо и относительно какого хвоста рассматривается событие.
Проверьте понимание
Вопросы к этой главе
Изменится ли A после исправления миллиона первых записей?
Нет. Любое конечное число изменений даёт вклад в среднее, исчезающий при n→∞. Это подтверждает хвостовой характер, но не независимость.
Что можно сказать условно на известный Θ?
Условная вероятность A действительно равна нулю или единице. Безусловное усреднение этих двух значений по случайному режиму даёт половину.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Scott Sheffield, MIT18.175: Lecture11
Хвостовая сигма-алгебра и независимость в законе Колмогорова нуля или единицы.
Адаптивные испытания: условный аналог Бореля—Кантелли
При обратной связи важны шансы, известные перед очередным испытанием. Условная версия Бореля—Кантелли сравнивает число появлений с накопленной предсказуемой суммой. Её нельзя заменить безусловными вероятностями или произведением случайных условных шансов без проверки.
Перед началом: Условная вероятность и фильтрация; Леммы Бореля—Кантелли.
Шанс перед испытанием может зависеть от истории
Событие Aₙ известно в момент n, а pₙ=P(Aₙ|Fₙ₋₁) — его условный шанс по всей прошлой информации. Независимость самих событий не предполагается.
Пусть Iₙ=1{Aₙ}, Zₙ=Σₖ₌₁ⁿIₖ, Bₙ=Σₖ₌₁ⁿpₖ. Разность Zₙ−Bₙ является мартингалом: очередная прибавка Iₙ−pₙ имеет нулевое условное среднее. Сумма Bₙ случайна, потому что правила следующих испытаний могут меняться после предыдущих исходов. Она описывает накопленную возможность появлений вдоль конкретной истории.
Условное обобщение Леви утверждает почти наверное: на событии B∞<∞ число появлений конечно; на событии B∞=∞ отношение Zₙ/Bₙ стремится к единице. В частности, на втором событии появлений бесконечно много. Это утверждение о предсказуемых вероятностях относительно одной выбранной фильтрации, а не разрешение игнорировать произвольную зависимость.
Обратная связь не мешает сохранять нижний шанс
Построим собственный опыт с независимыми Uₙ, равномерными на[0,1], положив I₀=0 и pₙ=(1+Iₙ₋₁)/(n+1), Iₙ=1{Uₙ≤pₙ}. Правило выбирает шанс до раскрытия Uₙ. Успех на предыдущем шаге удваивает следующий шанс, поэтому Iₙ зависимы, хотя исходные генераторы Uₙ независимы.
На каждой истории pₙ≥1/(n+1), и накопленная сумма расходится по гармоническому сравнению. Следовательно, успехи повторяются бесконечно часто почти наверное. Здесь можно получить тот же конкретный вывод прямой конечной оценкой: условный шанс не увидеть успехов после любого фиксированного начала убывает к нулю. Общая теорема дополнительно описывает отношение числа успехов к их накопленному условному ожиданию.
Произведение допустимо по конкретной ветви без успехов
Если в момент m последний индикатор равен нулю, то на ветви без дальнейших успехов все следующие pₙ=1/(n+1). Вероятность отсутствия от m+1 до N равна (m+1)/(N+1). Если Iₘ=1, только первый множитель меняется: 1−2/(m+2)=m/(m+2), после чего индикатор становится нулём. Итог равен m/(N+1). Это произведение условных переходов по одной определённой истории.
В обоих случаях имеется верхняя граница (m+1)/(N+1), стремящаяся к нулю. Событие конечного числа успехов является счётным объединением событий «после m успехов больше нет», поэтому тоже имеет вероятность ноль. Нельзя вместо этого перемножить случайные pₙ, вычисленные по произвольным другим историям, или заменить их безусловными средними: зависимость тогда останется неучтённой.
Три следующих испытания после известного успеха
Условие. В описанном адаптивном опыте наблюдено I₂=1. Найдите вероятность отсутствия успехов в шагах 3,4,5 и сравните с тем же вопросом после I₂=0.
- После I₂=1 шанс успеха на шаге 3 равен 2/4=1/2. Для отсутствия нужен множитель 1/2.
- На ветви отсутствия I₃=0, поэтому следующие шансы равны 1/5 и 1/6. Множители отсутствия —4/5 и 5/6.
- Произведение (1/2)(4/5)(5/6)=1/3. Оно совпадает с общей формой m/(N+1)=2/6.
- После I₂=0 множители равны 3/4,4/5,5/6; произведение 1/2=(m+1)/(N+1).
- Нижняя граница pₙ≥1/(n+1) сохраняется для всех дальнейших историй. Поэтому суммарный условный шанс расходится и число успехов почти наверное бесконечно.
Ответ. Условная вероятность трёх отсутствий равна 1/3 после успеха на шаге 2 и 1/2 после неуспеха. В бесконечной серии успехов почти наверное бесконечно много.
Проверка. Прямая ветвь 1000 после момента 2 даёт переходы 1/2,4/5,5/6, без использования предельной теоремы. Отдельно P(I₁=1,I₂=1)=(1/2)(2/3)=1/3, тогда как произведение безусловных шансов равно 1/4; это явный свидетель зависимости.
Где легко ошибиться. Расходящаяся сумма безусловных P(Aₙ) при зависимости не заменяет проверку ΣP(Aₙ|Fₙ₋₁). В общем случае эти две суммы отвечают разным вопросам.
Проверьте понимание
Вопросы к этой главе
Достаточно ли, чтобы шанс очередного успеха стремился к нулю?
Нет. Важна накопленная условная сумма. И 1/(n+1), и 1/(n+1)² стремятся к нулю, но одна сумма расходится, другая сходится; условная теорема различает именно этот масштаб.
Можно ли включить будущий Uₙ в прошлую информацию?
Тогда условный шанс станет уже известным индикатором, а заявленная формула pₙ перестанет описывать условную вероятность. Фильтрация должна соответствовать реальному порядку раскрытия информации.
Сверить определения и условия
Объяснение и задачи написаны для erudeet. Эти источники используются для проверки понятий и границ модели.
- Chandra Nair, Probability Theory Lecture Notes6, Theorem11
Поддерживает условное обобщение Бореля—Кантелли через накопленную предсказуемую сумму и мартингальный остаток. Адаптивное правило и конечные ветвевые произведения построены для этой главы.
Источники и работа с материалом
Объяснение, примеры и вопросы написаны для erudeet. Факты и определения сверены по источникам ниже; это ссылки для самостоятельной проверки.
Продолжить разбираться
Вероятность когда-нибудь пересечь порог: максимальное неравенство Дуба
Ограничить вероятность достижения положительного порога неотрицательным субмартингалом за конечный горизонт и отличить максимум траектории от конечного значения.
Открыть темуРазделение пуассоновского потока: независимость возникает после снятия условия на общий счёт
Доказать независимость двух потоков после независимой маркировки пуассоновских событий и отличить её от отрицательной зависимости при фиксированном общем числе.
Открыть темуСравнить распределения через совместный эксперимент: неравенство сопряжения
Построить сопряжение двух дискретных распределений с правильными маргинальными суммами и ограничить полную вариацию вероятностью несовпадения.
Открыть тему