Mean Convergence

定义 Definition

Mean convergence（均值收敛 / \(L^1\) 收敛）：在概率论中，若随机变量序列 \(\{X_n\}\) 满足
\[ \mathbb{E}\big[|X_n - X|\big] \to 0 \quad (n\to\infty), \] 则称 \(X_n\) 在均值意义下收敛到 \(X\)。直观上，它表示“平均误差”趋于 0。
（更一般地，\(L^p\) 收敛指 \(\mathbb{E}[|X_n-X|^p]\to 0\)。）

发音 Pronunciation

/miːn kənˈvɜːrdʒəns/

例句 Examples

Mean convergence implies that the average error goes to zero.
均值收敛意味着平均误差趋于零。

If \(X_n \to X\) in mean, then \(X_n\) also converges to \(X\) in probability, though the converse need not hold.
如果 \(X_n\) 在均值意义下收敛到 \(X\)，那么 \(X_n\) 也在概率意义下收敛到 \(X\)，但反过来未必成立。

词源 Etymology

mean 来自古英语 mænan / mean 一支，常与“平均、均值（average）”相关；在数学语境里常指“期望/平均水平”。
convergence 源自拉丁语 convergere（“汇聚到一起”），在数学中引申为“序列或函数逐渐靠近某个极限”。合起来，mean convergence 就是“以均值（期望）度量误差的收敛”。

相关词 Related Words

• Expectation
• Mean
• Convergence
• L1 Convergence
• Lp Convergence
• Convergence In Probability
• Almost Sure Convergence
• Mean Square Convergence
• Uniform Integrability
• Dominated Convergence Theorem

文学与著作中的用例 Literary Works

• Billingsley, Probability and Measure（概率论教材中用“mean convergence / \(L^1\) convergence”讨论收敛关系与期望的性质）
• Durrett, Probability: Theory and Examples（系统比较 \(L^p\) 收敛、概率收敛、几乎处处收敛等）
• Klenke, Probability Theory: A Comprehensive Course（以测度论框架讲解 \(L^1\) 收敛与一致可积性）
• Shiryaev, Probability（在随机变量收敛章节中出现均值收敛与相关定理）
• Williams, Probability with Martingales（在鞅与 \(L^1\) 有界性等话题中涉及 \(L^1\) / mean convergence）