随机事件的频率，在大量重复实验的情况下，具有稳定性，即随机事件的概率。
切比雪夫不等式
随机变量与期望的误差大于等于 一不休 的概率不超过方差/一不休^2.
应用切比雪夫不等式必须满足E(X)和D(X)存在且有限这一条件。
设随机变量X具有数学期望E(X)和方差D(X),给出了在分布未知的情况下，估算 随机事件|x-μ|<一不休 发生的概率。
大数定律
1.依概率收敛
当n趋近于无穷时，Xn与a的误差小于 一不休 的概率为1.就是随机序列变量依概率a.
2.切比雪夫定理
前提：随机变量是相互独立。
当n很大时，随机序列变量的算术平均值依概率收敛于各自期望的平均值。
3.伯努利定理（频率稳定于概率）
进行n次独立重复实验，随机事件A发生的次数/n依概率收敛于事件A发生的概率。
4.辛钦定理
前提：随机变量是相互独立且同分布。随机序列具有相同的期望μ。
前n个随机变量的均值依概率收敛于它们的数学期望μ。
应用：参数点估计的矩估计法。
不需要方差存在。
+依分布收敛：
各个随机变量序列的分布函数，对于F(x)的每一个连续的点，都有lim Fn(x)=F(x)，则称随机变量序列依分布收敛于F(x)。