概率论除了能给出“概率意义下的结论”外，还能给出带确定误差限的结论，虽然前者不存在确定性，但后者则仅仅存在有限的不确定性显然，如果能精确确定随机变量与其数学期望间的误差限，则概率论就可用来解决某些确定性问题．绝对小概率事件是这样一种事件：事件的概率不为零，但在同一序列的无限多次非重复试验中，相应随机变量的数学期望之和始终小于1自然编序试验是与自然数性质有关的随机试验，若试验对象是自然数n，则称为第n次自然编序试验；第n次k元自然编序试验由nk-1次不同于头n-1次k元自然编序试验中的试验组成（第n次一元自然编序试验则由前n个自然数组成）．作者先证明了定理：设任意第n次k元自然编序试验由顺序进行，若事件累计出现次数mn（x1，…，xk-1）服从正态分布则当n＞1时，随机变量满足的事件为绝对小概率事件、从而有定理：设在任意第n次k元自然编序试验中，事件的累计出现次数Mn服从正态分布N（an，σn），忽略绝对小概率事件，则Mn与an、σn间一足满足这就将自然编序试验的理论误差限确定到仅相差绝对小概率事件的程度下面的定理则说明了绝对小概率事件在一般情况下为何可以被忽略：设．在序号满足2≤n≤N的所有k元自然编序试验的所有试验中，非绝对小概率事件数学期望之和大?