É o caso de que, se você observou uma amostra impossível sob o nulo (e se a estatística é capaz de detectá-la), é possível obter um valor p exatamente zero.
Isso pode acontecer em problemas do mundo real. Por exemplo, se você fizer um teste de qualidade de ajuste de dados de Anderson-Darling para um uniforme padrão com alguns dados fora desse intervalo - por exemplo, onde está sua amostra (0,430, 0,712, 0,885, 1,08) - o valor p é realmente zero (mas um teste de Kolmogorov-Smirnov, por outro lado, forneceria um valor-p que não é zero, mesmo que possamos descartá-lo por inspeção).
Os testes de razão de verossimilhança também fornecerão um valor-p igual a zero se a amostra não for possível sob o valor nulo.
Conforme mencionado nos comentários, os testes de hipóteses não avaliam a probabilidade da hipótese nula (ou a alternativa).
Não falamos (realmente) sobre a probabilidade de o nulo ser verdadeiro nessa estrutura (podemos fazê-lo explicitamente em uma estrutura bayesiana - mas depois lançamos o problema de decisão de maneira um pouco diferente desde o início) .