关于iif均匀变量乘积序列几乎必然收敛至0的证明问询

嘿，我来帮你搞定这个几乎必然收敛的证明问题！下面是一步步清晰的推导思路：

• 第一步：把乘积问题转化为求和问题
  我们要证 ( Y_n = \prod_{i=1}^n X_i ) 几乎必然收敛到0，先对乘积取自然对数（注意所有 ( X_i ) 都在(0,1)区间里，所以对数结果是负数）：
  [
  \ln Y_n = \sum_{i=1}^n \ln X_i
  ]
  要让 ( Y_n \xrightarrow{a.s.} 0 )，等价于证明 ( \ln Y_n \xrightarrow{a.s.} -\infty )，也就是 ( -\ln Y_n = \sum_{i=1}^n (-\ln X_i) ) 几乎必然趋向正无穷。

• 第二步：分析 ( -\ln X_i ) 的分布与期望
  设 ( Z_i = -\ln X_i )，因为 ( X_i ) 是(0,1)上的均匀分布，我们来算 ( Z_i ) 的分布：
  对任意 ( z > 0 )，( P(Z_i \leq z) = P(-\ln X_i \leq z) = P(X_i \geq e^{-z}) = 1 - e^{-z} )，这正是参数为1的指数分布，它的期望 ( E[Z_i] = 1 )，方差 ( Var(Z_i) = 1 )，都是有限值。

• 第三步：应用强大数定律（SLLN）
  由于 ( {Z_i}{i\geq1} ) 是独立同分布的序列，而且它们的期望有限（等于1），符合强大数定律的应用条件，所以：
  [
  \frac{1}{n} \sum{i=1}^n Z_i \xrightarrow{a.s.} E[Z_i] = 1
  ]
  两边乘以 ( n ) 就能得到：
  [
  \sum_{i=1}^n Z_i = n \cdot \left( \frac{1}{n} \sum_{i=1}^n Z_i \right) \xrightarrow{a.s.} +\infty
  ]

• 第四步：回推原序列的收敛性
  既然 ( \sum_{i=1}^n Z_i = -\ln Y_n ) 几乎必然趋向正无穷，那 ( \ln Y_n ) 就几乎必然趋向负无穷。而指数函数是连续函数，几乎必然收敛的序列经过连续映射后仍然保持几乎必然收敛，所以：
  [
  Y_n = e^{\ln Y_n} \xrightarrow{a.s.} e^{-\infty} = 0
  ]

这样就完整证明了 ( Y_n ) 几乎必然收敛到0啦！

备注：内容来源于stack exchange，提问作者Tobio Kageyama