kronecker引理证明_科普一下概率论中“强大数定律的四种证法” 【转】 - 概率论与测度论(Probability & Measure) - 数学建模与统计建模论坛(Mathematical ...

最近网上总是调侃数学、统计博士知道所谓“大数定律的四种证法”，本身是模仿《孔乙己》的桥段，用以调侃数学、统计博士学一些没什么用的东西。其实我是从来没听说过大数定律的四种证法这回事的，我相信大多数同学也都没有听说过。因此这件事引起了我的兴趣，也顺便为“大数定律”正个名。(顺便说一下，百度百科的大数定律页面逊毙了，今天(2012/11/25)我去看，历史介绍里竟然介绍的是中心极限定理的发展过程。)

对于一般人来说，大数定律的非严格表述是这样的：X_1,...,X_n是独立同分布随机变量序列，均值为u，S_n=X_1+...+X_n，则S_n/n收敛到u.

如果说“弱大数定律”，上述收敛是指依概率收敛(in probability)，如果说“强大数定律”，上述收敛是指几乎必然收敛(almost surely/with probability one)。

大数定律通俗一点来讲，就是样本数量很大的时候，样本均值和真实均值充分接近。这一结论与中心极限定理一起，成为现代概率论、统计学、理论科学和社会科学的基石之一，重要性在本人看来甚至不弱于微积分。(有趣的是，虽然大数定律的表述和证明都依赖现代数学知识，但其结论最早出现在微积分出现之前。而且在生活中，即使没有微积分的知识也可以应用。例如，没有学过微积分的学生也可以轻松利用excel或计算器计算样本均值等统计量，从而应用于社会科学。)

最早的大数定律的表述可以追朔到公元1500年左右的意大利数学家Cardano。1713年，著名数学家James (Jacob) Bernouli正式提出并证明了最初的大数定律。不过当时现代概率论还没有建立起来，测度论、实分析的工具还没有出现，因此当时的大数定律是以“独