L2 Convergence

Definition / 定义

L2 convergence（也写作 \(L^2\) convergence）：指一列函数或随机变量在二次可积意义下收敛，即它们的差在 \(L^2\) 范数下趋于 0。常见表述为
\[ X_n \to X \text{ in } L^2 \quad \Longleftrightarrow \quad \mathbb{E}\big[(X_n - X)^2\big] \to 0 \] 在概率论中也常称为mean-square convergence（均方收敛）。它通常比“依概率收敛”更强，但不如“几乎处处收敛”在所有情形下可比（取决于条件）。

Pronunciation / 发音

/ˌɛl ˈtuː kənˈvɜːrdʒəns/

Examples / 例句

The error decreases, and the sequence shows L2 convergence.
误差在减小，这个序列表现出 L2 收敛。

If \( \mathbb{E}[(X_n - X)^2] \to 0 \), then \(X_n\) converges to \(X\) in L2, which also implies convergence in probability.
如果 \( \mathbb{E}[(X_n - X)^2] \to 0 \)，那么 \(X_n\) 在 L2 意义下收敛到 \(X\)，这也会推出依概率收敛。

Etymology / 词源

“L2”来自数学记号 \(L^2\) 空间（读作 “L two”），即由平方可积函数（或随机变量）构成的函数空间：其核心度量是把差的平方积分（或期望）作为“距离”。“convergence”源自拉丁语 convergere（“汇聚、趋向”），在分析与概率论里表示“逐渐逼近某个对象”的严格意义。

Related Words / 相关词

• Mean-Square Convergence
• Lp Convergence
• Convergence In Probability
• Almost Sure Convergence
• Norm
• Hilbert Space
• Cauchy Sequence
• Uniform Integrability

Literary Works / 作品举例

• Probability: Theory and Examples（Rick Durrett）——在随机变量的收敛章节讨论 \(L^2\)/均方收敛及其与其他收敛概念的关系。
• Foundations of Modern Probability（Olav Kallenberg）——系统比较多种随机收敛（含 \(L^2\) 收敛）的条件与推论。
• Real and Complex Analysis（Walter Rudin）——在 \(L^p\) 空间与积分理论框架下出现 \(L^2\) 与相关收敛概念。
• Functional Analysis（Walter Rudin）——在希尔伯特空间与范数收敛语境中使用 \(L^2\) 收敛/范数收敛语言。