Добый день, друзья! Встал вопрос вообще говоря несложный, потребовалось оценить сверху такую величину:

здесь суммируются квадраты случайных величин (их распределение дано), и известно, что сумма в некотором вероятностном смысле стабилизируется (сходится к константе), тогда как последовательность

убывает в ноль с ростом n. Словом, нам ясно, что вероятность тоже нисходит в ноль с какой-то скоростью, и обычно я бы оценил её с достаточной для задачи точностью неравенством Чебышева и несложной манипуляцией.
Вопрос таков: по существу имеем запись функции распределения, которую надлежит рассмотреть в нуле, а величины неотрицательны - можем ли мы как-то на основе таких данных установить, что функция распределения в нуле неразрывна, а значит предел справа ноль, и впоследствии, разложив её во что-нибудь (

), вычленить скорость схождения более точно, чем Чебышев?