複製鏈接
請複製以下鏈接發送給好友

r階平均收斂

鎖定
通過隨機變量序列與其極限之差r階矩可以任意小來描述的收斂性,設r>0為常數,如果隨機變量ξ與ξ𝚗(n≥1)的r階矩皆有限,並且有limE|ξ𝚗-ξ|ʳ=0,則稱{ξ𝚗}為r階平均收斂到ξ,簡稱r階收斂,當r=1時可稱作平均收斂,當r=2時成為均方收斂,此時ξ稱作序列{ξ𝚗}的均方極限,這是均方隨機分析中使用的極限。 [1] 
中文名
r階平均收斂
外文名
convergence in mean of order r

目錄

r階平均收斂簡介

設有隨機變量列ξ₁,ξ₂,……,
r>0,E|ξ|ʳ<∞,和E|ξ𝚗|ʳ<∞,n=1,2,……
如果limE|ξ𝚗-ξ|ʳ=0
那麼,稱隨機變量列ξ₁,ξ₂,……,r階均值收斂(簡稱r-階收斂),並且收斂於隨機變量ξ,簡記作ξ𝚗
ξ。
當r=1時稱為平均收斂。
當r=2時又叫均方收斂

r階平均收斂性質

r階收斂可歸納以下幾個性質:
性質1
對於0<r<S,若ξ𝚗
ξ,則ξ𝚗
ξ。
性質2
如果對於某個r>0,隨機變量列ξ₁,ξ₂,……r階收斂於隨機變量ξ,則它一定也依概率收斂於ξ。
性質3
對於某個r>0,有
E|ξ𝚗-ξ|ʳ<∞,則ξ𝚗以概率1收斂於ξ。 [2] 
參考資料