लगभग निश्चित

"लगभग नहीं" redirects here. For बायोटा एल्बम, see लगभग कभी नहीं (एल्बम). For ब्रिटिश टेलीविजन श्रृंखला, see लगभग कभी नहीं (टीवी श्रृंखला).

"संभावना 1" redirects here. For रुडोल्फ कार्नाप की "संभाव्यता" की धारणा₁", see संभाव्यता व्याख्याएं.

संभाव्यता सिद्धांत में, एक घटना को लगभग निश्चित रूप से घटित होना कहा जाता है (कभी-कभी संक्षिप्त रूप में ए.एस. के रूप में) यदि यह प्रायिकता 1 (या लेबेस्गु उपाय 1) के साथ होता है। दूसरे शब्दों में, संभावित अपवादों का सेट खाली नहीं हो सकता है, लेकिन इसकी प्रायिकता 0 है। अवधारणा माप सिद्धांत में लगभग हर जगह की अवधारणा के अनुरूप है।

प्रत्येक परिणाम के लिए गैर-शून्य संभाव्यता के साथ परिमित नमूना स्थान पर संभाव्यता प्रयोगों में, लगभग निश्चित रूप से और निश्चित रूप से कोई अंतर नहीं है (चूंकि 1 की संभावना होने पर सभी नमूना बिंदुओं को शामिल किया जाता है)। हालाँकि, यह अंतर महत्वपूर्ण हो जाता है जब नमूना स्थान एक अनंत सेट होता है, क्योंकि एक अनंत सेट में संभाव्यता 0 के गैर-रिक्त उपसमुच्चय हो सकते हैं।

इस अवधारणा के उपयोग के कुछ उदाहरणों में बड़ी संख्या के कानून के मजबूत और समान संस्करण और ब्राउनियन गति के पथों की निरंतरता शामिल है।

शब्द लगभग निश्चित रूप से (ए.सी.) और लगभग हमेशा (ए.ए.) भी उपयोग किए जाते हैं। लगभग कभी भी लगभग निश्चित रूप से के विपरीत का वर्णन नहीं करता है: प्रायिकता शून्य के साथ होने वाली घटना लगभग कभी नहीं होती है।

औपचारिक परिभाषा

मान लेते है $(\Omega ,{\mathcal {F}},P)$ एक संभाव्यता स्थान बनें है। एक घटना (संभावना सिद्धांत) $E\in {\mathcal {F}}$ लगभग निश्चित रूप से होता है अगर $P(E)=1$. समान रूप से, $E$ होने की संभावना लगभग निश्चित रूप से होती है $E$ नहीं हो रहा है 0 (संख्या) है: $P(E^{C})=0$. अधिक सामान्यतः, कोई भी घटना $E\subseteq \Omega$ (जरूरी नहीं कि में ${\mathcal {F}}$) लगभग निश्चित रूप से होता है अगर $E^{C}$ एक अशक्त सेट में समाहित है: एक सबसेट $N$ में ${\mathcal {F}}$ ऐसा है कि $P(N)=0$. लगभग निश्चितता की धारणा संभाव्यता माप पर निर्भर करती है $P$. यदि इस निर्भरता पर जोर देना आवश्यक है, तो यह कहने की प्रथा है कि घटना $E$ पी-लगभग निश्चित रूप से, या लगभग निश्चित रूप से होता है$\left(\!P\right)$.

निदर्शी उदाहरण

सामान्य तौर पर, एक घटना लगभग निश्चित रूप से हो सकती है, भले ही प्रश्न में संभाव्यता स्थान में वे परिणाम शामिल हों जो घटना से संबंधित नहीं हैं - जैसा कि निम्नलिखित उदाहरण बताते हैं।

डार्ट फेंकना

एक इकाई वर्ग (1 के क्षेत्र के साथ एक वर्ग) पर एक डार्ट फेंकने की कल्पना करें ताकि डार्ट हमेशा वर्ग में एक सटीक बिंदु पर हिट करे, इस तरह से कि वर्ग में प्रत्येक बिंदु समान रूप से हिट होने की संभावना है। चूंकि वर्ग का क्षेत्रफल 1 है, इसलिए संभावना है कि डार्ट वर्ग के किसी विशेष उपक्षेत्र से टकराएगा, उस उपक्षेत्र के क्षेत्रफल के बराबर है। उदाहरण के लिए, डार्ट के वर्ग के दाहिने आधे हिस्से पर प्रहार करने की संभावना 0.5 है, क्योंकि दाहिने आधे हिस्से का क्षेत्रफल 0.5 है।

इसके बाद, इस घटना पर विचार करें कि डार्ट इकाई वर्ग के विकर्णों में बिल्कुल एक बिंदु से टकराता है। चूंकि वर्ग के विकर्णों का क्षेत्रफल 0 है, डार्ट के बिल्कुल विकर्ण पर उतरने की प्रायिकता 0 है। अर्थात, डार्ट लगभग कभी भी विकर्ण पर नहीं गिरेगा (समान रूप से, यह लगभग निश्चित रूप से विकर्ण पर नहीं गिरेगा) ), भले ही विकर्णों पर बिंदुओं का सेट खाली नहीं है, और विकर्ण पर एक बिंदु किसी भी अन्य बिंदु से कम संभव नहीं है।

एक सिक्के को बार-बार उछालना

उस मामले पर विचार करें जहां प्रायिकता स्थान के अनुरूप एक (संभवतः पक्षपाती) सिक्का उछाला जाता है $(\{H,T\},2^{\{H,T\}},P)$, जहां घटना $\{H\}$ तब होता है जब एक सिर फ़्लिप किया जाता है, और $\{T\}$ अगर एक पूंछ फड़फड़ाई जाती है। इस विशेष सिक्के के लिए, यह माना जाता है कि सिर के फड़कने की संभावना है $P(H)=p\in (0,1)$, जिससे यह पता चलता है कि पूरक घटना, जो कि एक पूंछ को फड़फड़ाने की संभावना है $P(T)=1-p$.

अब, मान लीजिए कि एक प्रयोग किया जाता है जहाँ सिक्के को बार-बार उछाला जाता है, जिसके परिणाम सामने आते हैं $\omega _{1},\omega _{2},\ldots$ और यह धारणा कि प्रत्येक फ्लिप का परिणाम अन्य सभी से स्वतंत्र है (यानी, वे स्वतंत्र हैं और समान रूप से यादृच्छिक चर वितरित किए गए हैं; i.i.d)। सिक्का टॉस स्पेस पर यादृच्छिक चर के अनुक्रम को परिभाषित करें, $(X_{i})_{i\in \mathbb {N} }$ कहाँ $X_{i}(\omega )=\omega _{i}$. यानी प्रत्येक $X_{i}$ के परिणाम रिकॉर्ड करता है $i$वें फ्लिप।

इस मामले में, चित और पट का कोई भी अनंत अनुक्रम प्रयोग का एक संभावित परिणाम है। हालांकि, हेड्स और टेल्स के किसी विशेष अनंत अनुक्रम में (अनंत) प्रयोग के सटीक परिणाम होने की प्रायिकता 0 है। ऐसा इसलिए है क्योंकि आई.आई.डी. धारणा का तात्पर्य है कि सभी सिर पलटने की संभावना $n$ फ़्लिप बस है $P(X_{i}=H,\ i=1,2,\dots ,n)=\left(P(X_{1}=H)\right)^{n}=p^{n}$. दे $n\rightarrow \infty$ पैदावार 0, चूंकि $p\in (0,1)$ धारणा से। परिणाम वही होता है चाहे हम सिक्के को सिर की ओर कितना भी झुका दें, जब तक हम विवश करते हैं $p$ 0 और 1 के बीच सख्ती से होना। वास्तव में, वही परिणाम गैर-मानक विश्लेषण में भी लागू होता है - जहां अतिसूक्ष्म संभावनाओं की अनुमति नहीं है। इसके अलावा, टॉस के अनुक्रम में कम से कम एक घटना होती है $T$भी लगभग निश्चित रूप से होगा (अर्थात् प्रायिकता 1 के साथ)। लेकिन अगर फ़्लिप की अनंत संख्या के बजाय, फ़्लिपिंग कुछ सीमित समय के बाद बंद हो जाती है, मान लीजिए 1,000,000 फ़्लिप, तो ऑल-हेड अनुक्रम प्राप्त करने की संभावना, $p^{1,000,000}$, अब 0 नहीं होगा, जबकि कम से कम एक टेल आने की प्रायिकता, $1-p^{1,000,000}$, अब 1 नहीं होगा (यानी, घटना अब लगभग निश्चित नहीं है)।

स्पर्शोन्मुख रूप से लगभग निश्चित रूप से

एसिम्प्टोटिक विश्लेषण में, एक संपत्ति को एसिम्प्टोटिक रूप से लगभग निश्चित रूप से (ए.ए.एस.) धारण करने के लिए कहा जाता है यदि सेट के अनुक्रम पर, संभाव्यता 1 में परिवर्तित हो जाती है। उदाहरण के लिए, संख्या सिद्धांत में, एक बड़ी संख्या अभाज्य संख्या द्वारा लगभग निश्चित रूप से समग्र संख्या है। प्रमेय; और यादृच्छिक ग्राफ में, कथन$G(n,p_{n})$ कनेक्टिविटी है (ग्राफ थ्योरी) (जहां एर्डोस-रेनी मॉडल|$G(n,p)$रेखांकन को दर्शाता है $n$ बढ़त संभावना के साथ शिखर $p$) सच है कब, कुछ के लिए $\varepsilon >0$

${\displaystyle }$