Если взять

,

, то тут вероятность того, что

равна

- т.е. тут нет сходимости почти наверное. Правильны ли мои рассуждения?
Вот в этом месте Вы неправы. В общем случае невозможно судить по значениям каждой величины в отдельности о том, какова вероятность множества таких элементарных исходов

(одного и того же для всех величин!), на которых имеет место сходимость

к

.
Например, представьте себе, что все величины заданы на единичном отрезке с борелевской сигма-алгеброй и мерой Лебега так:

для
![$\omega \in [0,\,1-e^{-bn}]$ $\omega \in [0,\,1-e^{-bn}]$](https://dxdy-04.korotkov.co.uk/f/f/0/a/f0a8efe44bb732d86f09fcdc1bcd558d82.png)
, и

для
![$\omega \in (1-e^{-bn},\,1]$ $\omega \in (1-e^{-bn},\,1]$](https://dxdy-03.korotkov.co.uk/f/6/4/e/64ecb6f11fcd2dc7400caa161dca796182.png)
. Тогда какое бы

Вы ни взяли, при

начиная с некоторого

перестаёт расти как

, а начинает уменьшаться к нулю. Т.е.
![$\mathsf P\{\omega~ |~\xi_n(\omega) \to 0 \}=\mathsf P(0,\,1] = 1$ $\mathsf P\{\omega~ |~\xi_n(\omega) \to 0 \}=\mathsf P(0,\,1] = 1$](https://dxdy-02.korotkov.co.uk/f/9/3/f/93f680b66c9c24731b580e84e71973d482.png)
.
Помните пример о том, что из сходимости по вероятности не вытекает сходимость п.н.? Его можно рисовать на том же отрезке, но при этом "большие значения" задавать не всякий раз на конце отрезка, а заставляя бегать по всему отрезку. Так, чтобы каждое омега (или хотя бы каждое из множества положительной вероятности) попадало бесконечно часто туда, где значения случайных величин не стремятся к нулю. Но заставить "неограниченно бегать" этот последний отрезочек можно не всегда: если его длина убывает очень быстро - как у нас, по экспоненте (

), или хотя бы квадратично быстро (

), то отрезочек "плохих значений" станет уменьшаться слишком быстро, и мы не сможем заставить его неограниченно бегать по исходному отрезку.
Вот ровно об этом и говорит утверждение о том, что сходимости ряда из вероятностей

достаточно для сходимости п.н.

. Если шансы "отличаться от нуля" убывают очень быстро, то, как бы мы ни задавали на одном вероятностном пространстве

, вероятность им стремиться к нулю будет единица.
Можно сразу же по мотивам примера выше построить и пример того, что данное условие достаточное, но нисколько не необходимое.