Convergence en loi

Bonjour,

Soit $(X_n)_{n\in\N}$ une suite de variables aléatoires convergeant en loi vers une variable aléatoire $X$ que l'on supposera à densité.
Peut-on affirmer que, pour tout $x\in\mathbb{R}$, $\lim\limits_{n\to +\infty}\mathbb{P}(X_n=x)=0$ ?

Merci d'avance.

Réponses

  • $\Pr(X_n=0)=0$ car $X_n$ est a densite, La limite de la suite nulle est nulle..
  • Bonsoir P.

    Merci pour votre réponse.
    Seule $X$ est supposée à densité.
    Nous ne disposons pas d'une telle hypothèse concernant $(X_n)_{n\in\N}$.

    Merci encore.
  • Bonjour,
    Soit $ x, \:\epsilon \in \mathbb{R}$ avec $\epsilon>0.\:\:$ Alors, $\exists \alpha>0$ tel que $ \displaystyle{\int_{x-\alpha}^{x + \alpha} f < \epsilon}\:\:$ , où $f$ est une densité de $X$. On a d'autre part:
    $$ 0 \leq\Pr [ X_n = x] \leq \Pr[ x-\alpha<X_n \leq x+\alpha] .$$ puis la convergence en loi de $(X_n)_n$ vers $X$ entraine que: $\:\:\exists N\in \mathbb{N}$ tel que $ \forall n \in \mathbb{N}, \:\: n>N \implies \displaystyle{\Pr[X_n = x] \leq \left( \int_{x-\alpha}^{x+\alpha} f \right) + \epsilon \leq 2\epsilon.}$ . On déduit:
    $$\lim_{n\to\infty} \Pr[X_n = x] = 0.$$

    Amicalement,
  • Si $p=\limsup \Pr(X_n=x)>0$, il existe une sous suite telle que $\Pr(X_{n_k}=x)>p/2$ pour tout $k$ et donc $\Pr(X=x)\geq p/2.$
  • @LOU:

    Bonjour,

    Merci pour cette réponse.
    J'ai également exploré cette piste mais pour pouvoir utiliser le théorème de prolongement des inégalités à la limite, il faut s'assurer de l'existence de $\lim\limits_{n\to +\infty}\mathbb{P}(X_n=x)$: comment justifiez-vous l'existence de cette limite ?

    En vous remerciant,
  • Re J'ai écrit beaucoup trop vite ce message et dit des bêtises . Je vais le corriger. Voir donc la correction maintenant effectuée plus haut.
  • @P.: Merci beaucoup pour votre réponse.
    Pourriez-vous développer votre dernier "Donc" ?

    En vous remerciant,
  • Sauf erreur de ma part, on pourrait également raisonner comme cela (en utilisant l'existence de $\limsup_{n\to +\infty}$ pour le passage à la limite dans la double inégalité:

    Soit $x\in\mathbb{R}$
    Nous avons
    $$\forall \varepsilon>0,~\forall n\in\mathbb{N}^*,~0\leqslant \mathbb{P}(X_n=x) \leqslant \mathbb{P}(x-\varepsilon <x\leqslant x+\varepsilon) = F_{X_n}(x+\varepsilon)-F_{X_n}(x-\varepsilon)$$
    Donc, $$\forall \varepsilon>0,~0\leqslant \limsup_{n\to +\infty}\mathbb{P}(X_n=x)\leqslant \limsup_{n\to +\infty}\left(F_{X_n}(x+\varepsilon)-F_{X_n}(x-\varepsilon)\right)$$
    Or, $(X_n)_{n\in\N}$ convergeant en loi vers la variable aléatoire à densité $X$ (dont la fonction de répartition est continue sur $\mathbb{R}$), nous avons:
    $$\limsup_{n\to +\infty}\left(F_{X_n}(x+\varepsilon)-F_{X_n}(x-\varepsilon)\right) = \lim\limits_{n\to +\infty}\left(F_{X_n}(x+\varepsilon)-F_{X_n}(x-\varepsilon)\right) = F_X(x+\varepsilon)-F_X(x-\varepsilon)$$
    Ainsi, $$\forall \varepsilon>0,~0\leqslant \limsup_{n\to +\infty}\mathbb{P}(X_n=x)\leqslant F_X(x+\varepsilon)-F_X(x-\varepsilon)$$
    Or, $F_X$ étant continue sur $\mathbb{R}$ en tant que fonction de répartition d'une variable aléatoire à densité, $$\lim\limits_{\varepsilon\to 0}\left(F_X(x+\varepsilon)-F_X(x-\varepsilon)\right) = F_X(x)-F_X(x)=0$$
    De plus, $$\lim\limits_{\varepsilon\to 0}0=0$$ et $$\lim\limits_{\varepsilon\to 0}\limsup_{n\to +\infty}\mathbb{P}(X_n=x)=\limsup_{n\to +\infty}\mathbb{P}(X_n=x)$$
    Donc, par prolongement des inégalités à la limite,
    $$0\leqslant \limsup_{n\to +\infty}\mathbb{P}(X_n=x)\leqslant 0$$
    Donc, $$\limsup_{n\to +\infty}\mathbb{P}(X_n=x)=0$$
    Or, on a bien évidemment $$\limsup_{n\to +\infty}\mathbb{P}(X_n=x)\geqslant \liminf_{n\to +\infty}\mathbb{P}(X_n=x)\geqslant 0$$
    Donc, en vertu de ce qui précède $$\limsup_{n\to +\infty}\mathbb{P}(X_n=x)=\liminf_{n\to +\infty}\mathbb{P}(X_n=x)= 0$$
    Donc, $$\lim\limits_{n\to +\infty}\mathbb{P}(X_n=x)=0$$
Connectez-vous ou Inscrivez-vous pour répondre.