##  [Schwache Konvergenz (von Wahrscheinlichkeitsmaßen)](/de/node/58192) 

 Definition

Ein Konvergenzmodus für Wahrscheinlichkeitsmaße auf einem metrischen (oder topologischen) Raum: Eine Folge von Wahrscheinlichkeitsmaßen μ_n konvergiert schwach gegen μ, wenn ∫ f dμ_n → ∫ f dμ für jede beschränkte stetige Testfunktion f (äquivalent über Verteilungsfunktionen an deren Stetigkeitspunkten oder die Bedingungen des Portmanteau-Lemmas).

 

 

 

 

 

 





## Prinzip

Prinzip

Schwache Konvergenz ist die Konvergenz der Erwartungswerte gegenüber beschränkten stetigen Observablen; sie erfasst die Konvergenz makroskopischer Verteilungen und vernachlässigt feine Oszillationen, die für stetige Tests unsichtbar sind.

 

 

 

 

 





## Demonstration

Demonstration

Sei μ_n die Gleichverteilung auf [0,1/n]. Für jede beschränkte stetige Funktion f auf R gilt ∫ f dμ_n → f(0), also konvergiert μ_n schwach gegen das Dirac-Maß in 0.

 

 

 

 

## Fehlanwendung

Fehlanwendung

Zu behaupten, schwache Konvergenz impliziere Konvergenz von Dichten in L^1 oder die Konvergenz der Wahrscheinlichkeiten von Randmengen; schwache Konvergenz kontrolliert nicht die totale Variation oder unbeschränkte Testfunktionen ohne zusätzliche Momentbedingungen.

 

 

 

 

 





## Konsequenz

Konsequenz

Schwache Konvergenz liefert Konvergenz von Integralen für beschränkte stetige Funktionen und genügt für viele Grenzwertsätze (z. B. Formulierungen des zentralen Grenzwertsatzes in Verteilung); sie erlaubt Kompaktheit via Prokhorovs Satz unter Tightness-Bedingungen.

 

 

 

 

## Umkehrung

Umkehrung

Starke Konvergenz (in Totalvariation) impliziert schwache Konvergenz, aber nicht umgekehrt; Folgen können schwach konvergieren und dennoch substanzielle Massenschwankungen auf kleinen Skalen behalten oder in einer Weise entweichen, die für beschränkte stetige Tests unsichtbar ist.

 

 

 

 

 





## Abgrenzung

Abgrenzung

Typischerweise für borelsche Wahrscheinlichkeitsmaße auf metrischen Räumen definiert; unterscheidet sich von der vagen Konvergenz (Tests nur gegen kompakt getragenen stetige Funktionen) und benötigt Tightness für sequentielle Kompaktheit in nichtkompakten Räumen.

 

 

 

 

 





## Semantische Spannung

Semantische Spannung

Es besteht Spannung zwischen schwacher Konvergenz und Modi wie Totalvariationskonvergenz oder Momentenkonvergenz: Schwache Konvergenz ist schwächer und topologischer Natur, während stärkere Normen quantitative Kontrolle liefern, aber mehr Annahmen erfordern.

 

 

 

 

 





## Synthese

Synthese

Schwache Konvergenz von Wahrscheinlichkeitsmaßen bedeutet die Konvergenz der Erwartungswerte gegenüber beschränkten stetigen Observablen; es ist eine topologische Form der Verteilungskonvergenz, die das makroskopische Limitverhalten erfasst ohne starken Normkontrollbedarf.