UA MATH563 概率论的数学基础 中心极限定理15 Kolmogorov 0-1律
UA MATH563 概率論的數學基礎 中心極限定理15 Kolmogorov 0-1律
如果是初見的話會覺得Kolmogorov 0-1律看上去很奇怪,但它在概率論中有很廣泛的應用,這一講我們簡單介紹一下Kolmogorov 0-1律。
假設{Xj}j≥1\{X_j\}_{j \ge 1}{Xj?}j≥1?是(Ω,F,P)(\Omega,\mathcal{F},P)(Ω,F,P)上的一列實值隨機變量,定義
Fn=σ{Xn+1,Xn+2,?}\mathcal{F}_n = \sigma\{X_{n+1},X_{n+2},\cdots\}Fn?=σ{Xn+1?,Xn+2?,?}
定義tail σ\sigmaσ-代數為
τ=∩n≥1Fn\tau = \cap_{n \ge 1}\mathcal{F}_nτ=∩n≥1?Fn?
稱τ\tauτ中的事件為tail event,稱τ\tauτ-可測的隨機變量為tail random variable。
例 考慮下列事件是否是tail event:Bn∈B(R)B_n \in \mathcal{B}(\mathbb{R})Bn?∈B(R)
先說答案,除了第二個不是tail event,其他的都是tail event。有一種比較直觀的方法是看事件是否受到X1X_1X1?或者X1,?,XcX_1,\cdots,X_cX1?,?,Xc?的影響,c<<nc<<nc<<n,比如第二個事件中的級數顯然是每一項都非常重要,2的值主要是由前幾項給出來的,后續的無窮項都為0,第一項與第二項的區別在于第一項只要求級數收斂,而不需要給定級數的值,因此按照級數收斂性的判定,它與前幾項并無關系。其他事件與前幾項都無關系,比如第三項和第六項的極限,極限討論的就是尾部性質,所以自然是尾部事件,第四項與第五項根據定義就知道與前幾項無關。
Kolmogorov 0-1律
假設{Xj}j≥1\{X_j\}_{j \ge 1}{Xj?}j≥1?獨立,則τ\tauτ是一個trivial σ\sigmaσ-代數,即
?A∈τ,P(A)=0or1\forall A \in \tau,P(A)=0\ or \ 1?A∈τ,P(A)=0?or?1
評述
回顧一下強大數定律(Kolmogorov),假設X1,?,Xn,n≥1X_1,\cdots,X_n,n\ge 1X1?,?,Xn?,n≥1是iid的隨機變量,E∣X1∣<∞E|X_1|<\inftyE∣X1?∣<∞,則
Xˉ→asEX1\bar X \to_{as} EX_1Xˉ→as?EX1?
記A={w∈Ω:Sn(w)/n→EX1}A = \{w \in \Omega:S_n(w)/n \to EX_1\}A={w∈Ω:Sn?(w)/n→EX1?},上面的例題第六條說明A∈τA \in \tauA∈τ,根據Kolmogorov 0-1律,P(A)=0or1P(A)=0\ or\ 1P(A)=0?or?1,但實際上Kolmogorov 0-1律只能給出這個結果了,因為盡管我們知道了這個概率要么是0,要么是1,但我們在計算這個概率前也是不知道它到底是0還是1的,但至少Kolmogorov 0-1律可以作為一個必要條件。
證明
有一個非常有用的觀察:
P(A)=0or1?P(A∩A)=P(A)=P(A)P(A)P(A)=0\ or\ 1 \Leftrightarrow P(A\cap A) = P(A)=P(A)P(A)P(A)=0?or?1?P(A∩A)=P(A)=P(A)P(A)
也就是說AAA與自己獨立,于是我們可以通過說明AAA與自己獨立來證明Kolmogorov 0-1律。
因為A∈τA \in \tauA∈τ,所以?N∈N\exists N \in \mathbb{N}?N∈N, ?m≥N\forall m \ge N?m≥N, A∈FmA \in \mathcal{F}_mA∈Fm?,記Gn=σ{X1,?,Xn}\mathcal{G}_n=\sigma\{X_1,\cdots,X_n\}Gn?=σ{X1?,?,Xn?},如果n<mn<mn<m,則Gn\mathcal{G}_nGn?與AAA獨立,進一步可以得到AAA與∪n≥1Gn\cup_{n \ge 1}\mathcal{G}_n∪n≥1?Gn?獨立,記C1={A},C2=∪n≥1GnC_1 = \{A\},C_2 = \cup_{n \ge 1}\mathcal{G}_nC1?={A},C2?=∪n≥1?Gn?,則C1,C2C_1,C_2C1?,C2?都是π\piπ-類:
C2C_2C2?是π\piπ-類因為E1,E2∈C2E_1,E_2 \in C_2E1?,E2?∈C2?, ?n1,n2,E1∈G1,E2∈G2\exists n_1,n_2,E_1 \in \mathcal{G}_1,E_2 \in \mathcal{G}_2?n1?,n2?,E1?∈G1?,E2?∈G2?,E1∩E2∈Gmax?(n1,n2)?C2E_1\cap E_2 \in \mathcal{G}_{\max(n_1,n_2)} \subset C_2E1?∩E2?∈Gmax(n1?,n2?)??C2?。
因此σ(C1)\sigma(C_1)σ(C1?)與σ(C2)\sigma(C_2)σ(C2?)獨立,其中σ(C2)=σ{X1,X2,?}\sigma(C_2)=\sigma\{X_1,X_2,\cdots\}σ(C2?)=σ{X1?,X2?,?}, σ(C1)={?,A,AC,Ω}\sigma(C_1)=\{\phi,A,A^C,\Omega\}σ(C1?)={?,A,AC,Ω},因為A∈τ?σ{X1,X2,?}A \in \tau \subset \sigma\{X_1,X_2,\cdots\}A∈τ?σ{X1?,X2?,?},于是AAA與自己獨立。
總結
以上是生活随笔為你收集整理的UA MATH563 概率论的数学基础 中心极限定理15 Kolmogorov 0-1律的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: UA MATH563 概率论的数学基础
- 下一篇: UA MATH563 概率论的数学基础