大数法则（Law of Large Numbers）是概率论中的一个重要定理，描述了重复随机试验的结果在试验次数足够大的情况下逐渐接近其期望值的现象。

根据大数法则，随机试验的结果在试验次数增加时，样本平均值将越来越接近于总体的平均值。换句话说，当试验的次数足够大时，样本平均值会以非常高的概率很接近总体平均值。

大数法则有两种形式：弱大数法则和强大数法则。弱大数法则指出，当试验次数趋于无穷时，样本均值收敛于总体均值的概率接近于1。强大数法则则更具体地说明了样本均值与总体均值之间的关系。

大数法则在统计学和概率论中具有广泛应用，在估计总体均值、方差等参数时提供了可靠的理论基础。