算法收敛：相对误差一定趋于0吗？

不一定。算法的收敛性指的是随着迭代次数的增加，算法的输出逐渐接近于真实值或最优解。而相对误差是指当前迭代结果与真实值之间的差异与真实值之间的比值。

在某些情况下，算法可能会收敛但相对误差并不一定趋近于0。例如，当算法的收敛速度很慢时，相对误差可能会趋近于一个非零的常数，而不是0。另外，如果算法存在数值不稳定性或数值精度问题，相对误差也可能无法趋近于0。

因此，算法的收敛性和相对误差的趋近性是两个独立的概念，不能简单地认为算法收敛就一定意味着相对误差趋于0。