频率来代替事件的概率。这就是薄氏大数律的核心要义……”王崎一脸倦色的向薄筱雅解释：“我接下来打算讨论的情况是另外一种……啊啊，好累……”
讲道一半的时候，王崎居然打了个呵欠。
薄筱雅不满道：“师兄，和我说话很没意思吗？你都快睡着两次了。”
“没办法啊，整整六天我都在拼命看书，然后润色论文……”王崎叹息道。
为了完善自己那一篇有关于一阶逻辑、完备定理的论文，王崎这六天几乎是不眠不休的在啃神州的理论。他仿佛化作一块海绵，在神州大能的理论之中吸饱了水。
但现在，他觉得自己有些过饱和了。
薄筱雅还是不满意：“你的态度很不严肃。”
师妹……我们是在讨论一个很神圣很严肃的问题啊，你的态度才有问题把？
王崎克制住一直的吐槽欲，闭上眼睛接着讲：“薄氏大数律证明了事件在完全相同条件下重复进行的随机试验中频率的稳定性，我接下来打算讨论一下当独立进行的随机试验的条件变化时，频率是否仍然具有稳定性。也就说，是随着试验次数的无限增大，在若干独立试验中，事件甲的频率在各次试验中事件家出现概率的算术平均值处能否取得稳定值。”
算了，根据我的经验，这样就够了。
“这确实是一个值得探讨的问题。”薄筱雅很快就忘了关注王崎，而将注意力放在王崎所说的算题上。
“大数定律”又叫做“平均法则”。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律，通俗地说，这个定理就是在试不变的条件下，重复试验多次，随机事件的频率以概率为稳定值。比如向上抛一枚硬币，硬币落下后哪一面朝上本来是偶然的，但当向上抛硬币的次数足够多时，达到上万次甚至几十万几百万次之后，硬币向上的次数约占总次数的二分之一。偶然中包含着必然。
从概率的统计定义中可以看出：一个事件发生的频率具稳定性，即随着试验次数的增多，事件的频率逐渐稳定在某个常数附近。无论个别随机个体以及它们在试验进行过程中的个别特征如何，大量随机个体的平均效果与每一个体的特征无关，且不再是随机的
那么，这种稳定性的确切含义是什么?在什么条件下具有稳定性?
这就是大数要研究的问题。
而发展大数律，也得从这个“稳定性”入手。
伴随着对稳定性的研究
…。。