En un espacio métrico separable $(X,d)$ la convergencia débil de las medidas de probabilidad es equivalente a la convergencia con respecto a la métrica de Lévy-Prokhorov definida por $$ \beta(\mu,\nu) = \sup \left( \int_X f\ d(\mu-\nu): \|f\|_{BL}\leq 1\right),$$ donde $$\|f||_{BL}=\sup_x |f(x)|+\sup_{x\neq y}|f(x)-f(y)|/d(x,y).$$
Véase el teorema 11.3.3 de la obra de R. M. Dudley Análisis real y probabilidad .
Demostremos que $B=\{\nu: \beta(\mu,\nu)\leq\varepsilon \}$ es un conjunto convexo. Sea $\nu_1,\nu_2\in B$ , $\alpha\in(0,1)$ y $f$ con $\|f\|_{BL}\leq 1$ . Entonces \begin {eqnarray*} \int f d( \mu -[ \alpha\nu_1 +(1- \alpha ) \nu_2 ])&=& \alpha\int f d( \mu - \nu_1 )+(1- \alpha ) \int f d( \mu - \nu_2 ) \\ [5pt] & \leq & \alpha\beta ( \mu , \nu_1 )+(1- \alpha ) \beta ( \mu , \nu_2 ) \\ [5pt] & \leq & \alpha \varepsilon +(1- \alpha ) \varepsilon\\ [5pt] &=& \varepsilon. \end {eqnarray*} Tomando el supremum sobre tales $f$ da $\beta(\mu,\alpha\nu_1+(1-\alpha)\nu_2)\leq \varepsilon$ por lo que la bola cerrada es convexa.
El balón abierto $\{\nu: \beta(\mu,\nu)<\varepsilon\}$ es la unión creciente de los conjuntos convexos $\{\nu: \beta(\mu,\nu)\leq\varepsilon-1/n\}$ , para $n>1/\varepsilon$ y por lo tanto es convexo.