大数法则即大数定律。是描述相当多次数重复实验的结果的定律。根据这个定律知道，样本数量越多，则其平均就越趋近期望值。
大数定律很重要，因为它“保证”了一些随机事件的均值的长期稳定性。人们发现，在重复试验中，随着试验次数的增加，事件发生的频率趋于一个稳定值；人们同时也发现，在对物理量的测量实践中，测定值的算术平均也具有稳定性。比如，我们向上抛一枚硬币，硬币落下后哪一面朝上是偶然的，但当我们上抛硬币的次数足够多后，达到上万次甚至几十万几百万次以后，我们就会发现，硬币每一面向上的次数约占总次数的二分之一，亦即偶然之中包含着必然。
切比雪夫定理的一个特殊情况、辛钦定理和伯努利大数定律都概括了这一现象，都称为大数定律。
拓展资料例如，抛掷一颗均匀的6面的骰子，1，2，3，4，5，6应等概率出现，所以每次扔出骰子后，出现点数的期望值是（1+2+3+4+5+6）/6=3.5。
根据大数定理，如果多次抛掷骰子，随着抛掷次数的增加，平均值（样本平均值）应该接近3.5，根据大数定理，在多次伯努利实验中，实验概率最后收敛于理论推断的概率值，对于伯努利随机变量，理论推断的成功概率就是期望值，而若对n个相互独立的随机变量的平均值，频率越多则相对越精准。
例如硬币投掷即伯努利实验，当投掷一枚均匀的硬币，理论上得出的正面向上的概率应是1/2。因此，根据大数定理，正面朝上的比例在相对“大”的数字下，“理应”接近为1/2，尤其是正面朝上的概率在n次实验（n接近无限大时）后应几近收敛到1/2。
即使正面朝上（或背面朝上）的比例接近1/2，几乎很自然的正面与负面朝上的绝对差值（absolute difference差值范围）应该相应随着抛掷次数的增加而增加。换句话说，绝对差值的概率应该是会随着抛掷次数而接近于0。直观的来看，绝对差值的期望会增加，只是慢于抛掷次数增加的速度。
概率论历史上第一个极限定理属于伯努利，后人称之为“大数定律”。概率论中讨论随机变量序列的算术平均值向随机变量各数学期望的算术平均值收敛的定律。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，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然。
什么是大数定律？举个例子，我们都抛过硬币，都知道抛出正面和抛出反面的概率相同，都是50%，假设我们抛10次硬币，我们的期望值是5正5反，但是如果你真的去实验一下，每组都抛10次，然后记录正面朝上的次数，你会发现正好出现5个正面的情况并不像我们预期一样稳定，正面朝上的次数 波动很大 ，有时候是7次，有时候6次，有时候是4次。
但是如果你吃饱没事干，每组抛1万次，你会发现正面朝上的次数会稳定在5000次上下，误差不超过 2%
如果你每组抛10万次，你会发现正面朝上的次数会稳定在5万次上下，误差不超过 6‰
大数定律的意思是你每组抛的次数越多，正面朝上的次数越接近50%，就向下图一样：
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，在试验不变的条件下，重复试验多次， 随机事件的频率近似于它的概率 。偶然中包含着某种必然。
在抛硬币的场景中，有一种场景下的概率经常让人算错，假设你连续抛了5次硬币，都是朝上，那么第6次抛硬币还朝上的概率是多少？
正确答案是50%，因为大自然并不会记住前5次的结果。记得几年前和蛋哥一起在澳门金沙通宵赌博，我们连续押大，但是摇骰子的结果是连续小，在连续出了6个小后，我们觉得下一把是大的概率很大了，然后。。。然后我们所有现金都输光了。。。然后还动用了蛋哥的银行卡。。。然后还引来了高利贷。。。
大数定律和血本无归的教训告诉我们赌的次数越多，输钱的必然性越大。
欢迎分享，转载请注明来源：民族网
