複製鏈接
請複製以下鏈接發送給好友

收斂性

鎖定
數學分析的基本概念之一,它與“有確定的(或有限的)極限”同義,“收斂於……”相當於説“極限是……(確定的點或有限的數)”。
在一些一般性敍述中,收斂和收斂性這兩個詞(在外語中通常是同一個詞)有時泛指函數或數列是否有極限的性質,或者按哪一種意義(什麼極限過程)有極限。在這個意義下,數學分析中所討論的收斂性的不同意義(不同類型的極限過程)大致有:對數列(點列)只討論當其項序號趨於無窮的收斂性;對一元和多元函數最基本的有自變量趨於定值(定點)的和自變量趨於無窮的這兩類收斂性;對多元函數還有沿特殊路徑的和累次極限意義下的收斂性;對函數列(級數)有逐點收斂和一致收斂。 [1] 
中文名
收斂性
外文名
astringency
拼    音
shōuliǎnxìng
常見收斂性
依分佈收斂、依概率收斂等
範    疇
數學名詞
全    稱
隨機變量序列收斂性

收斂性定義

收斂性
收斂性(6張)
數學分析的基本概念之一,它與“有確定的(或有限的)極限”同義,“收斂於……”相當於説“極限是……(確定的點或有限的數)”。 [1] 

收斂性常見收斂性

收斂性依分佈收斂

亦稱“弱收斂”,稱隨機變量列依分佈收斂於隨機變量X,記作Xn⇒X,如果在X的分佈函數 F(x)的每一連續點x上,Xn的分佈函數Fn(x)收斂於F(x)。 [2] 

收斂性依概率收斂

亦稱“隨機收斂”。稱隨機變量列{Xn}依概率收斂於隨機變量X, 記作
,如果對於任意
,有
[2] 

收斂性以概率1收斂

亦稱幾乎必然收斂。稱隨機變量列X1,X2,…,Xn,…以概率1收斂於隨機變量X,記作
,如果
,若隨機變量列以概率1收斂,則它必依概率收斂,反之則未必。 [3] 

收斂性均方收斂

即“平均收斂”,概率論中常用的一種收斂性,{ξn,n≥1}是隨機變量列,且E|ξn|<+∞,如果E|ξ|<+∞,且E|ξn-ξ|=0.,則稱ξn均方收斂到隨機變量ξ.均方收斂在隨機分析及隨機過程中佔有重要地位。 [1] 

收斂性收斂性研究

136 非協調有限元收斂性研究的進展
為檢驗非協調元的收斂性,1970年代西方學者lrons提出“小片檢驗”準則,一直未獲證明。
其後,德國數學家Stummel 指出該準則並非收斂性的充要條件。中國學者石鍾慈分析了工程計算中一些不滿足“小片檢驗”準則卻有收斂效果的實例,從理論上證明了這些實例在某些場合下確為收斂,否定了“小片檢驗”的必要性,並給出可獲收斂結果的網格剖分條件。從而擴大了非協調元的使用範圍,在理論和實際上均具有重大意義。
石鍾慈還發現並首次從理論上研究了非協調元的一種較普遍存在的奇特的錯向收斂現象。即有限元近似解可收斂到非真解的錯誤極限。他找到若干這種非協調元,具體給出其錯誤極限,證實非協調元的解有時強烈依賴於網格剖分的幾何形狀。
Stummel後來提出非協調元收斂的充要條件:廣義小片檢驗。因過於理論化,實踐中不便應用。石鍾慈採用了小片檢驗的某些合理內核,並運用廣義小片檢驗嚴格的數學論證方法,提出一種理論上嚴格、又簡便實用的非協調元收斂性的F—E—M準則。運用這一準則可以方便地檢驗包括未通過小片檢驗的元在內的大量非協調元。 [4] 
坎託羅維奇定理
牛頓迭代法的半局部收斂定理.它是俄國數學家坎託羅維奇(Канторович,Л.В.)於1948年首先給出的,在迭代法收斂性研究中有深遠影響.定理內容為:假定F:D⊂R→R及初始近似x滿足下列條件:
1.F′(x)存在,且‖F′(x)‖≤β,‖F′(x)F(x)‖≤η;
2.在x的鄰域S(x,δ)⊂D內F′(x)存在,且滿足條件:‖F′(x)-F′(y)‖≤r‖x-y‖,對任何x,y∈S(x,δ),並且
η
η時,則方程F(x)=0於S(x,δ)有解x存在,同時,由牛頓法x=x-F′(x)F(x) (k=0,1,…),產生的序列{x}收斂於x,且有誤差估計‖x-x‖≤θ2θη,其中
[1] 
拉克斯等價性定理
揭示差分方程相容性、穩定性與收斂性三者之間關係的重要定理.該定理表述為:對於適定的線性偏微分方程組初值問題,一個與之相容的線性差分格式收斂的充分必要條件是該格式是穩定的.該定理以美國數學家拉克斯(Lax,P.D.)命名,利用這一定理,可把困難的收斂性研究轉化成對相容性與穩定性的討論. [1] 
參考資料
  • 1.    《數學辭海》編輯委員會.數學辭海:中國科學技術出版社,2002-08
  • 2.    周概容;馮燕奇.應用統計方法辭典:中國統計出版社,1993-06
  • 3.    鄭家亨;莫曰達,鐵大章,蔣光遠.統計大辭典:中國統計出版社 ,1995-03
  • 4.    石泉長 .中華百科要覽 :遼寧人民出版社,1993-02