Cho X1,X2,… là các biến ngẫu nhiên độc lập, có cùng phân phối với E[∣X1∣]<∞ và kỳ vọng μ=E[X1]. Khi đó trung bình mẫu Xˉn=n1∑i=1nXi hội tụ hầu chắc chắn về μ: P(limn→∞Xˉn=μ)=1.
Vì sao đúng?
Trong khi luật yếu nói rằng tại một bước n đủ lớn bất kỳ, trung bình Xˉn rất có khả năng nằm gần μ, thì luật mạnh đảm bảo rằng dọc theo hầu hết mọi dãy phép thử vô hạn, trung bình tích lũy cuối cùng sẽ ổn định và ở lại gần μ mãi mãi với xác suất bằng 1.
Phác thảo chứng minh
Không mất tính tổng quát, giả sử μ=0. Cắt cụt bằng cách đặt Yn=Xn1{∣Xn∣≤n}. Vì ∑n=1∞P(∣Xn∣>n)=∑n=1∞P(∣X1∣>n)≤E[∣X1∣]<∞, bổ đề Borel–Cantelli suy ra P(Xn=Yn i.o.)=0. Định lý Fubini cho ∑n=1∞n2Var(Yn)≤∑n=1∞n2E[Yn2]≤2E[∣X1∣]<∞. Theo tiêu chuẩn hội tụ Kolmogorov (suy ra từ bất đẳng thức cực đại Kolmogorov), chuỗi ∑n=1∞nYn−E[Yn] hội tụ hầu chắc chắn. Bổ đề Kronecker khi đó cho n1∑i=1n(Yi−E[Yi])→0 hầu chắc chắn, và vì E[Yn]→μ=0, suy ra Xˉn→0 hầu chắc chắn.