משפט שלושת הטורים של קולמוגורוב

בערך זה נעשה שימוש בסימנים מוסכמים מתחום המתמטיקה. להבהרת הסימנים ראו סימון מתמטי.

בתורת ההסתברות ובפרט בתהליכים מקריים, משפט שלושת הטורים של קולמוגורוב מתאר קריטריון המאפיין התכנסות בהסתברות של תהליך מקרי.

אחת ההוכחות של החוק החזק של המספרים הגדולים עושה שימוש במשפט זה יחד עם הלמה של קרונקר.

המשפט קרוי על שמו של המתמטיקאי הרוסי אנדריי קולמוגורוב.

נוסח פורמלי

תהי $\left(X_{n}\right)_{n=1}^{\infty }$ סדרה של משתנים מקריים בלתי-תלויים במרחב הסתברות $\left(\Omega ,{\mathcal {F}},\mathbb {P} \right)$. מתקיים כי הטור $\sum _{n=1}^{\infty }X_{n}$ מתכנס בהסתברות, אם ורק אם קיים קבוע $A>0$, כך שמתקיימים שלושת התנאים הבאים גם יחד:

1. הטור $\sum _{n=1}^{\infty }\mathbb {P} \left(\left|X_{n}\right|\geq A\right)$ מתכנס.
2. נסמן $Y_{n}=X_{n}\cdot 1_{\left\{\left|X_{n}\right|\leq A\right\}}$. הטור $\sum _{n=1}^{\infty }\mathbf {E} \left[Y_{n}\right]$ מתכנס.
3. הטור $\sum _{n=1}^{\infty }\mathbf {Var} \left(Y_{n}\right)$ מתכנס.

הוכחה

בכיוון ראשון, נראה כי אם שלושת התנאים מתקיימים אז הטור $\sum _{n=1}^{\infty }X_{n}$ מתכנס. מתנאי 1 יחד עם הלמה של בורל-קנטלי נובע כי $X_{n}=Y_{n}$ בהסתברות 1 עבור כל $n\in \mathbb {N}$ גדול מספיק. מתנאים 3-2 יחד עם משפט שני הטורים של קולמוגורוב נובע כי הטור $\sum _{n=1}^{\infty }Y_{n}$ מתכנס בהסתברות.

בכיוון השני, נראה כי אם הטור $\sum _{n=1}^{\infty }X_{n}$ מתכנס בהסתברות אז שלושת התנאים שבמשפט מתקיימים:

1. נשים לב כי במקרה זה הטור $\sum _{n=1}^{\infty }\mathbb {P} \left(\left|X_{n}\right|\geq A\right)$ מתכנס עבור כל $A>0$, שכן אם היה איזשהו $A>0$ שעבורו טור זה לא היה מתכנס, אז היינו מקבלים מהלמה של בורל-קנטלי כי המאורע $\left\{X_{n}\geq A\right\}$ מתרחש עבור אינסוף אינדקסים, ולכן היה נובע כי הטור $\sum _{n=1}^{\infty }X_{n}$ מתבדר בהסתברות, בסתירה להנחה.
2. נראה כי תנאי 3 גורר את תנאי 2. מתנאי 1 המופעל למשל עבור $A=1$, ואם נניח שמתקיים תנאי 3, אז ממשפט שני הטורים של קולמוגורוב נובע כי הטור $\sum _{n=1}^{\infty }\left(Y_{n}-\mathbf {E} \left[Y_{n}\right]\right)$ מתכנס בהסתברות. אבל מתנאי 1 יחד עם התכנסות בהסתברות הטור $\sum _{n=1}^{\infty }X_{n}$ נובע כי $\sum _{n=1}^{\infty }Y_{n}$ מתכנס בהסתברות (מנימוק דומה לזה שבכיוון הראשון של ההוכחה), ולכן בהכרח גם $\sum _{n=1}^{\infty }\mathbf {E} \left[Y_{n}\right]$ מתכנס.
3. תחילה נראה כי ניתן להניח ללא הגבלת הכלליות כי $\mathbf {E} \left[Y_{n}\right]=0$. נסמן $Y_{n}'$ משתנה מקרי בלתי-תלוי ב-$Y_{n}$ ובעל אותה ההתפלגות. אזי אם נסמן $Z_{n}=Y_{n}-Y_{n}'$, נקבל סדרה של משתנים מקריים בלתי-תלויים וחסומים על ידי $2$ (שכן $Y_{n},Y_{n}'$ שניהם חסומים על ידי $1$). כמו כן מתקיים $\mathbf {Var} \left(Z_{n}\right)=2\mathbf {Var} \left(Y_{n}\right)$, וכן גם הטור $\sum _{n=1}^{\infty }Z_{n}=\sum _{n=1}^{\infty }Y_{n}-\sum _{n=1}^{\infty }Y_{n}'$ מתכנס בהסתברות. אם כך נראה כי תנאי 3 מתקיים עבור $\left(Z_{n}\right)_{n=1}^{\infty }$, כלומר שהטור $\sum _{n=1}^{\infty }\mathbf {Var} \left(Z_{n}\right)$ מתכנס. דבר זה נראה באופן כללי בלמה הבאה.

למת עזר

למה: תהי $\left(Z_{n}\right)_{n=1}^{\infty }$ סדרה של משתנים מקריים בלתי-תלויים, בעלי תוחלת אפס ובעלי שונויות שנסמן $\mathbf {Var} \left(Z_{n}\right)=\sigma _{n}^{2}$, החסומה בהסתברות על ידי קבוע $C>0$ כלשהו. אזי הטור $\sum _{n=1}^{\infty }\sigma _{n}^{2}$ מתכנס.

הוכחה: נסמן $S_{i}=Z_{1}+Z_{2}+\dots +Z_{i}$. עבור כל $L>0$ נגדיר $\tau _{L}=\min \left\{i\geq 0\mid \left|S_{i}\right|\geq L\right\}$. מההנחה בלמה לגבי החסימות, נובע כי $\mathbb {P} \left(\tau _{L}=\infty \right)\to 1$ כאשר $L\to \infty$. כמו כן אם $\tau _{L}<\infty$ אז $\left|S_{\tau _{L}}\right|\leq L+C$.

היות שהנחנו כי התוחלות הן אפס וכי יש אי-תלות, נובע כי,

$$\mathbf {E} \left[S_{n}^{2}\right]=\sum _{i=1}^{n}\mathbf {E} \left[Z_{i}^{2}\right]+2\sum _{1\leq i<j\leq n}\mathbf {E} \left[Z_{i}\cdot Z_{j}\right]=\sum _{i=1}^{n}\sigma _{i}^{2}$$

נסמן $n\wedge \tau _{L}=\min \left\{n,\tau _{L}\right\}$, ואם נחליף את $n$ ב-$n\wedge \tau _{L}$, נקבל כי,

$$\mathbf {E} \left[S_{n\wedge \tau _{L}}^{2}\right]=\mathbf {E} \left[\left(\sum _{j=1}^{n}Z_{j}\cdot 1_{\left\{j\leq \tau _{L}\right\}}\right)^{2}\right]=\sum _{j=1}^{n}\mathbf {E} \left[Z_{j}^{2}\cdot 1_{\left\{j\leq \tau _{L}\right\}}\right]+2\sum _{1\leq i<j\leq n}\mathbf {E} \left[Z_{i}\cdot Z_{j}\cdot 1_{\left\{j\leq \tau _{L}\right\}}\right]$$

נשים לב כי המאורע $\left\{j\leq \tau _{L}\right\}=\left\{\tau _{L}<j-1\right\}^{c}$ נקבע על ידי $Z_{1},Z_{2},\dots ,Z_{j-1}$, ולכן הוא בלתי-תלוי ב-$Z_{j}$. אם כך נקבל,

$$\left(L+C\right)^{2}\geq \mathbf {E} \left[S_{n\wedge \tau _{L}}^{2}\right]=\sum _{j=1}^{n}\sigma _{j}^{2}\cdot \mathbb {P} \left(j\leq \tau _{L}\right)+2\sum _{1\leq i<j\leq n}\mathbf {E} \left[Z_{i}\cdot 1_{\left\{j\leq \tau _{L}\right\}}\right]\cdot \mathbf {E} \left[Z_{j}\right]\geq \mathbb {P} \left(\tau _{L}=\infty \right)\cdot \sum _{j=1}^{n}\sigma _{j}^{2}$$

אם כך נבחר $L>0$ גדול דיו כך שיתקיים $\mathbb {P} \left(\tau _{L}=\infty \right)>0$, ואם נשאיף $n\to \infty$ נקבל כי הטור $\sum _{n=1}^{\infty }\sigma _{n}^{2}$ מתכנס, כנדרש.

דוגמה

באמצעות משפט זה ניתן למצוא התנהגות מפתיעה של הגרסה האקראית של הטור ההרמוני המתחלף, השונה מההתנהגות המוכרת של הטור ההרמוני המתחלף. ממבחן לייבניץ להתכנסות טורים אנו יודעים כי הטור $\sum _{n=1}^{\infty }\left(-1\right)^{n}{\frac {1}{n}}$ מתכנס וכמותו גם הטור $\sum _{n=1}^{\infty }\left(-1\right)^{n}{\frac {1}{\sqrt {n}}}$ מתכנס. עם זאת נראה כי אם הסימנים אינם מתחלפים באופן דטרמיניסטי אלא מוגרלים אקראית, אפילו אם הם מוגרלים בהסתברות שווה — מתגלה התנהגות שונה.

נתבונן בטור שבו הסימן של כל איבר נקבע בצורה אקראית. כלומר, תהי $\left(\mathbf {s} _{n}\right)_{n=1}^{\infty }$ סדרה של משתנים מקריים בלתי-תלויים, בעלי ההתפלגות $\mathbb {P} \left(\mathbf {s} _{n}=+1\right)=\mathbb {P} \left(\mathbf {s} _{n}=-1\right)={\frac {1}{2}}$.

ניתן להראות כי הטור $\sum _{n=1}^{\infty }\mathbf {s} _{n}\cdot {\frac {1}{n}}$ מקיים את שלושת התנאים במשפט, ולכן הוא מתכנס בהסתברות, בדומה להתכנסות של הגרסה הרגילה לטור בעל סימנים מתחלפים.

מנגד, ניתן להראות כי הטור $\sum _{n=1}^{\infty }\mathbf {s} _{n}\cdot {\frac {1}{\sqrt {n}}}$ אינו מקיים את תנאי 3 במשפט, ולכן הוא מתבדר בהסתברות, בניגוד להתכנסות של הגרסה הרגילה לטור בעל סימנים מתחלפים.

קישורים חיצוניים

• Rongfeng Sun, Lacture notes on Probability Theory, Lacture 4