波莱尔-坎泰利引理




波莱尔-坎泰利引理是概率论中的一个基本结论。大致上,波莱尔-坎泰利引理说明了,如果有无穷个概率事件,它们发生的概率之和是有限的,那么其中的无限多个事件一同发生的概率是零。这个定理实际上是测度论的结论在概率论中的应用,得名于数学家埃米尔·波莱尔与弗朗西斯科·保罗·坎泰利。




目录






  • 1 概率空间中的定理


  • 2 证明


  • 3 推广


  • 4 参考来源





概率空间中的定理


En{displaystyle E_{n}}E_n为某个概率空间中的一个事件序列。波莱尔-坎泰利引理说明:
如果所有的事件En{displaystyle E_{n}}E_n发生的概率P{displaystyle mathbb {P} }mathbb {P} 的总和是有限的,


n=1∞P(En)<∞,{displaystyle sum _{n=1}^{infty }mathbb {P} (E_{n})<infty ,}{displaystyle sum _{n=1}^{infty }mathbb {P} (E_{n})<infty ,}

那么它们之中有无限多个同时发生的概率等于零:


P(lim supn→En)=0{displaystyle mathbb {P} left(limsup _{nto infty }E_{n}right)=0,}{displaystyle mathbb {P} left(limsup _{nto infty }E_{n}right)=0,}

其中的lim sup{displaystyle limsup ,}{displaystyle limsup ,}是指一个事件序列的上极限。由于每一个事件都是若干个可能结果的集合,所以lim supEn{displaystyle limsup E_{n},}{displaystyle limsup E_{n},}就是指使得序列En(ω){displaystyle E_{n}(omega )}{displaystyle E_{n}(omega )}里面有无限多个事件一起发生的結果(outcome,或稱樣本輸出)ω{displaystyle omega }omega 的集合。准确来说,



lim supn→En=⋂n=1∞k=n∞Ek{displaystyle limsup _{nto infty }E_{n}=bigcap _{n=1}^{infty }bigcup _{k=n}^{infty }E_{k}}{displaystyle limsup _{nto infty }E_{n}=bigcap _{n=1}^{infty }bigcup _{k=n}^{infty }E_{k}}


证明


设(En)是某个概率空间里的一系列事件。假设这些事件发生的概率之和是有限的:



n=1∞P(En)<∞{displaystyle sum _{n=1}^{infty }mathbb {P} (E_{n})<infty }{displaystyle sum _{n=1}^{infty }mathbb {P} (E_{n})<infty }

这等价于说,正项无穷级数(P(En))n≥1{displaystyle left(mathbb {P} (E_{n})right)_{ngeq 1}}{displaystyle left(mathbb {P} (E_{n})right)_{ngeq 1}}收敛。所以,根据无穷级数的性质,级数的余项n=N∞P(En){displaystyle sum _{n=N}^{infty }mathbb {P} (E_{n})}{displaystyle sum _{n=N}^{infty }mathbb {P} (E_{n})}的下极限是0:


infN≥1∑n=N∞P(En)=0.{displaystyle inf _{Ngeq 1}sum _{n=N}^{infty }mathbb {P} (E_{n})=0.,}{displaystyle inf _{Ngeq 1}sum _{n=N}^{infty }mathbb {P} (E_{n})=0.,}

因此,



P(lim supn→En)=P(⋂N=1∞n=N∞En)≤infN≥1P(⋃n=N∞En)≤infN≥1∑n=N∞P(En)=0{displaystyle mathbb {P} left(limsup _{nto infty }E_{n}right)=mathbb {P} left(bigcap _{N=1}^{infty }bigcup _{n=N}^{infty }E_{n}right)leq inf _{Ngeq 1}mathbb {P} left(bigcup _{n=N}^{infty }E_{n}right)leq inf _{Ngeq 1}sum _{n=N}^{infty }mathbb {P} (E_{n})=0}{displaystyle mathbb {P} left(limsup _{nto infty }E_{n}right)=mathbb {P} left(bigcap _{N=1}^{infty }bigcup _{n=N}^{infty }E_{n}right)leq inf _{Ngeq 1}mathbb {P} left(bigcup _{n=N}^{infty }E_{n}right)leq inf _{Ngeq 1}sum _{n=N}^{infty }mathbb {P} (E_{n})=0}[1]


推广


对于更一般的概率空间,波莱尔-坎泰利引理可以叙述如下:


设μ是一个集合X上的测度,装备了σ-代数F。设(An)为F中的一个序列。如果:

n=1∞μ(An)<∞{displaystyle sum _{n=1}^{infty }mu (A_{n})<infty }{displaystyle sum _{n=1}^{infty }mu (A_{n})<infty }

那么,

μ(lim supn→An)=0{displaystyle mu left(limsup _{nto infty }A_{n}right)=0,}{displaystyle mu left(limsup _{nto infty }A_{n}right)=0,}


参考来源





  1. ^ Romik, Dan. Probability Theory Lecture Notes, Fall 2009, UC Davis. (PDF). (原始内容 (PDF)存档于2010-06-14). 





  • Prokhorov, A.V., Borel–Cantelli lemma, (编) Hazewinkel, Michiel, 数学百科全书, Springer, 2001, ISBN 978-1-55608-010-4 


  • Feller William, An Introduction to Probability Theory and Its Application, John Wiley & Sons, 1961 .


  • Stein Elias, Harmonic analysis: Real-variable methods, orthogonality, and oscillatory integrals, Princeton University Press, 1993 .


  • Bruss, F. Thomas, A counterpart of the Borel Cantelli Lemma, J. Appl. Prob., 1980, 17: 1094–1101 .

  • Durrett, Rick. "Probability: Theory and Examples." Duxbury advanced series, Third Edition, Thomson Brooks/Cole, 2005.




Comments

Popular posts from this blog

Information security

Lambak Kiri

章鱼与海女图