Lp 收敛(也写作 \(L^p\) 收敛)是数学(实分析、测度论、泛函分析)中的一种收敛方式:若一列函数 \(f_n\) 与函数 \(f\) 满足
\[
\|f_n - f\|_{L^p}=\left(\int |f_n-f|^p\right)^{1/p}\to 0,
\]
则称 \(f_n\) 在 \(L^p\) 意义下收敛到 \(f\)。它强调“平均意义/整体误差”在 \(p\) 次幂可积的尺度下趋于 0。常见情形是 \(p\ge 1\)(此时 \(L^p\) 是赋范空间),但在某些语境也会讨论 \(0
/ˌɛlˈpiː kənˈvɝːdʒəns/
The sequence \(f_n\) converges to \(f\) in \(L^2\).
序列 \(f_n\) 在 \(L^2\) 意义下收敛到 \(f\)。
If \(f_n \to f\) in \(L^p\) and the measure space is finite, then a subsequence often has useful pointwise properties under additional assumptions.
如果 \(f_n \to f\) 在 \(L^p\) 中收敛且测度空间有限,那么在附加条件下,常可从中抽取子列获得有用的逐点性质。
“Lp”来自记号 \(L^p\) 空间:其中 \(L\) 传统上与 Lebesgue(勒贝格)积分相关,表示用积分来度量函数大小;上标 \(p\) 表示采用 \(p\) 次幂可积(或 \(p\) 次幂积分)来定义“长度/范数”。“convergence”源自拉丁语词根,意为“聚到一起”,在数学中专指“趋于某个极限”的性质。