极限思维：大数定律与中心极限定理

在统计学和概率论中，大数定律和中心极限定理是两个重要的概念。它们描述了随机变量在大样本下的行为，并具有广泛的应用。本文将详细介绍大数定律和中心极限定理，并提供相应的源代码来演示它们的实际应用。

一、大数定律

大数定律是指随着样本容量的增加，样本平均值会趋近于总体平均值的现象。在概率论中，最著名的大数定律是弱大数定律和强大数定律。

1. 弱大数定律

弱大数定律也称为大数定律的弱收敛形式。它表明，对于独立同分布的随机变量序列，随着样本容量的增加，它们的平均值将以概率收敛于总体平均值。下面是一个用Python实现的例子：

import numpy as np

def weak_law_of_large_numbers(n):
    samples = np.random.