设 X1,X2,…,XnX_1, X_2, \ldots, X_nX1,X2,…,Xn 是一列独立同分布的随机变量,其数学期望为 μ\muμ。那么有:
P(limn→∞1n∑i=1nXi=μ)=1 P\left( \lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^n X_i = \mu \right) = 1 P(n→∞limn1i=1∑nXi=μ)=1
大数定理表明,随着样本数量 nnn 的增加,样本平均值 1n∑i=1nXi\frac{1}{n} \sum_{i=1}^n X_in1∑i=1nXi 将趋近于总体的期望值 μ\muμ。这意味着在进行大量重复试验时,实际观测到的平均结果将接近理论期望值。