大数定律
理解：
可以用样本均值估计总体分布的均值（频率趋近于概率）
举例：
抛N次硬币，当N趋近于无穷大时，正面出现的频率等于正面出现的概率。
中心极限定理
定义：（林德贝格-勒维中心极限定理）
理解：
1、样本的平均值约等于总体的平均值。
2、不管总体是什么分布，任意一个总体的样本平均值都会围绕在总体的整体平均值周围，并且呈正态分布。
举例：抛硬币m次，其中正面朝上的次数（和）或者正面朝上的频率（均值）为一个样本，样本的大小为m。n个人重复这个实验，样本的数量为n。则n和m趋向于无穷大时，样本趋向于正态分布。
总结：
大数定理：在无数次独立同分布的随机事件中，事件的频率趋于一个稳定的频率值。当样本容量逐渐增大，无限逼近总体容量时，样本均值无限趋近于总体均值。
中心极限定理：对于N个独立的分布函数未知，但期望和方差已定的随机变量，选样本容量为m抽样无数次，抽样的均值满足正态分布。