Una pista: \|X-Y\|_2\leqslant\|X_n-X\|_2+\|X_n-Y\|_2 . Y algunas variables aleatorias X y Y tal que \|X-Y\|_2=0 son tales que...
Aplicación: Si X_n\to X en L^2 y X_n\to Y en L^2 entonces \|X_n-X\|_2+\|X_n-Y\|_2\to0 por lo que \|X-Y\|_2=0 . Para cada positivo u , (X-Y)^2\geqslant u^2\cdot[|X-Y|\geqslant u], por lo que \|X-Y\|_2^2\geqslant u^2\cdot\mathrm P(|X-Y|\geqslant u). Si \|X-Y\|_2=0 Esto demuestra que \mathrm P(|X-Y|\geqslant u)=0 por cada positivo u . Es decir, \mathrm P(|X-Y|\gt0)=0 lo que equivale a X=Y casi seguro.
Se puede adaptar esta prueba a la convergencia en probabilidad. Para toda probabilidad positiva u , [|X-Y|\geqslant2u]\subseteq[|X_n-X|\geqslant u]\cup[|X_n-Y|\geqslant u], por lo que \mathrm P(|X-Y|\geqslant2u)\leqslant\mathrm P(|X_n-X|\geqslant u)+\mathrm P(|X_n-Y|\geqslant u). Tal vez puedas continuar...
Editar Recordemos que los límites casi seguros, en L^p y en la probabilidad sólo se definen de forma casi segura, es decir, si X_n\to X en cualquiera de estas tres acepciones y si X=Y casi seguramente, entonces X_n\to Y también. Si X_n\to X en L^2 por ejemplo, utilice \|X_n-Y\|_2\leqslant\|X_n-X\|_2+\|X-Y\|_2 y el hecho de que \|X-Y\|_2=0 si (y sólo si) X=Y casi seguro. Así, \|X_n-Y\|_2\leqslant\|X_n-X\|_2 y \|X_n-X\|_2\to0 lo que implica que \|X_n-Y\|_2\to0 .