随机变量强大数律在概率研究中起着十分重要的作用，本文讨论了Banach空间和凸、紧、有界模糊随机变量的强大数律。全文分两章。 第一章Banach空间Chung-Teicher型强大数律 在该章中讨论了在Banach空间中，独立随机变量在弱大数律的假设下，即Chung-Teicher条件下，强大数律也成立。本章是在A.Kuczmaszewska和D.Szynal工作的基础上进一步推广，得出了更广泛、更一般的结论。 定理1.2：设{Xn,n≥1}是一列B值独立的随机变量，{an}和{bn}是正的常数列，且0＜bn↑∞；ψ(x)满足ψ：R+→R+，limψ(x)=∞，ψ(x)↑，且情形(a)ψ(x)/xt↓，t≥1；情形(b)ψ(x)/xt↑，ψ(x)/xt+p-1↓,t≥1,1＜p≤2. 当ψ(x)满足情形(a)时，1＜p≤2，假设或者ψ(x)在情形(b)下，假设 则当且仅当b-1n‖n∑k=1(Xk-EX1k)‖P→0其中X1k=XkI(‖Xk‖≤bk)。 第二章独立模糊随机变量的强大数律 在该章中介绍了独立模糊随机变量的强大数律。模糊随机变量是更一般的随机变量，其本质是函数。在该章中，本文在Joo、Kim和Kwon的工作基础上进一步讨论了在Chung型条件下独立模糊随机变量的完全收敛、几乎处处收敛、按概率收敛、和L1收敛是等价的，也就是如下定理。 定理2.5：设{Xn,n≥1}是一列Fbcoc(Rn)-值独立的模糊随机变量，{an，n≥1}是一列常数，且满足0＜an↑∞，ψ(x)满足ψ(x)↑,ψ(x)/x↑,ψ(x)/x2↓,x＞0.且假设∞∑n=1n∑i=1E(ψ(‖Xi‖ρp))/ψ(an)＜∞,∞∑n=1n(∑i=1E(‖Xi‖2ρp)/a2n)s＜∞.其中s＞0，则下列四种说法等价 (ii).n∑i=1Xi/anC→～O;(iii).n∑i=1Xi/ana.s.→～O;（iv)n∑i=1Xi/anP→～O这里C代表完全收敛，(O)是模糊集。其定义是当x≠0时，(O)(x)=0；当x=0时，(O)(x)=1。