关于利用Borel-Cantelli定理判断几乎必然收敛是否不存在的技术问询

嗨，这个问题问到了Borel-Cantelli定理的核心应用边界，咱们结合你的例子一步步理清楚：

首先先明确两个核心结论：

• 你提到的是Borel-Cantelli第一引理：如果$\sum_{n=1}^\infty P(A_n) < \infty$，那么$P(A_n \text{ i.o.}) = 0$（i.o.表示“无穷多次发生”）。当$A_n$取成${|X_n - X| > \epsilon}$时，这个结论直接对应$X_n \xrightarrow{a.s.} X$（几乎必然收敛）。
• 要判断几乎必然收敛不成立，得用到Borel-Cantelli第二引理——但它有个关键前提：事件序列$A_n$是**独立（或两两独立）**的。第二引理的结论是：如果$A_n$独立，且$\sum_{n=1}^\infty P(A_n) = \infty$，那么$P(A_n \text{ i.o.}) = 1$。

回到你给出的例子：
咱们的序列$X_n$是独立的，$P(X_n=1)=\frac{1}{n}$，$P(X_n=0)=1-\frac{1}{n}$。假设我们想判断$X_n$是否几乎必然收敛到某个常数，不妨取$\epsilon=0.5$，令$A_n = {X_n > 0.5}$——其实就是${X_n=1}$，显然$P(A_n)=\frac{1}{n}$，而$\sum_{n=1}^\infty \frac{1}{n} = \infty$。

因为$X_n$独立，所以$A_n$是独立事件，完全满足第二引理的条件，因此$P(A_n \text{ i.o.})=1$。这意味着：几乎所有样本点中，$X_n$会无穷多次取到1。

那这和几乎必然收敛有什么矛盾？
如果$X_n$几乎必然收敛到某个常数$c$，那么对于几乎所有样本点，当$n$足够大时，$|X_n - c| < 0.5$必须恒成立：

• 若$c \leq 0.5$，那$X_n=1$时$|X_n - c| > 0.5$，但我们知道$X_n$会无穷多次取1，直接矛盾；
• 若$c > 0.5$，那$X_n=0$时$|X_n - c| > 0.5$，而$X_n$取0的概率趋近于1，必然也会无穷多次取0，同样矛盾。

所以结论是：这个$X_n$序列不满足几乎必然收敛。

最后回应你的核心疑问：
$\sum P(A_n) = \infty$本身不能直接断言几乎必然收敛不成立——如果事件$A_n$不独立，就算和发散，$P(A_n \text{ i.o.})$也可能是0到1之间的任意值，没法直接推导。但当事件独立时，结合第二引理，sum发散就能推出$A_n$无穷多次发生的概率为1，这就足以推翻几乎必然收敛的可能性。

备注：内容来源于stack exchange，提问作者Ricter