均方收斂

均方收斂

均方收斂(convergence in the mean square指的是機率論中常用的一種收斂性。

基本介紹

  • 中文名:均方收斂
  • 外文名:convergence in mean square
  • 學科:數學
定義,概念,示例,

定義

均方收斂是

概念

均方收斂,由馬爾科夫不等式可以推出如下不等式:

可以得出均方收斂是依機率收斂的充分條件,而根據依機率收斂的定義可以推出:

所以要想推出
還需要
是可積的。
形象的理解就是所有不收斂的點與X距離是有限的,這也是比依機率收斂嚴格的地方。但是,均方收斂和以機率1收斂並沒有直接關係,兩個收斂從不同的方面對依機率收斂更嚴格

示例

來看看這樣一個隨機變數序列:

顯然該函式只有當ω=n時不收斂,{n}的測度為0,即依機率收斂到X=0,但是有:

因為δ(n)的特徵函式為
,所以
所以該隨機變數序列不是均方收斂的,如果令
Xn=δ(c),c∈N+,則還能證明該隨機變數序列是以機率1收斂的,但仍然不是均方收斂的

相關詞條

熱門詞條

聯絡我們