1. Supposons que pour tout k∈N,lim
n→+∞
P(Xn=k) = µ({k}).Montrer que (Xn)n∈Nconverge en
loi et préciser la loi limite.
2. (*) Montrer que si Xn
Loi
−→ X, alors, pour tout k∈N,lim
n→+∞
P(Xn=k) = P(X=k).
Solution. 1. Soit Xune variable aléatoire de loi µ. Notons FXsa fonction de répartition et FXn
celle de Xn, pour tout n≥1. Alors, pour tout x∈R, on a
FXn(x) = X
k∈N, k≤x
P(Xn=k)−−−→
n→∞ X
k∈N, k≤x
µ({k}) = FX(x),
car, par hypothèse, P(Xn=k)→P(X=k)pour tout ket la somme est finie. Ainsi FXn
converge simplement vers FX, donc
Xn
Loi
−−−→
n→∞ X.
2. Prouvons dans un premier temps que Xest à valeurs dans Npresque sûrement. Soit fune
fonction continue bornée strictement positive sur R\Net nulle sur N. On peut prendre par
exemple
f(x) = (|sin(πx)|si x≥0,
|x| ∧ 1si x < 0.
Alors, par convergence en loi de Xnvers X, nous obtenons
E(f(X)) = lim
n→∞
E(f(Xn)).
Or, pour tout n,Xn∈Npresque sûrement, donc f(Xn)=0presque sûrement, donc E(f(Xn)) =
0. On en déduit que
E(f(X)) = lim
n→∞ 0 = 0.
La variable aléatoire f(X)étant positive presque-sûrement, on déduit de la nullité de son
espérance qu’elle est nulle presque sûrement (Proposition 2.6, point 3). Par conséquent,
X∈Npresque sûrement.
Soit k∈N. Étant donné que les variables aléatoires X, X1, X2, . . . sont à valeurs entières presque
sûrement, nous avons
P(Xn=k) = P(Xn≤k+ 1/2) −P(Xn≤k−1/2) = FXn(k+ 1/2) −FXn(k−1/2),
P(X=k) = P(X≤k+ 1/2) −P(X≤k−1/2) = FX(k+ 1/2) −FX(k−1/2),
où FXnet FXdésignent les fonctions de répartition de Xnet Xrespectivement. Puisque la
variable aléatoire Xest à valeurs dans Npresque sûrement, sa fonction de répartition FXest
continue en tout point de R\Net, en particulier, en k−1/2et k+1/2. D’après la proposition 8.13,
nous avons donc
lim
n→+∞FXn(k+ 1/2) −FXn(k−1/2) = FX(k+ 1/2) −FX(k−1/2).
En d’autres termes,
P(Xn=k)−−−→
n→∞
P(X=k).
3