La Ley de los Grandes Números es uno de los teoremas fundamentales de la probabilidad. En esencia, nos dice que cuantas más veces repetimos un experimento aleatorio, más se acerca el promedio observado al valor esperado teórico.
Es la razón por la que el azar, a largo plazo, se vuelve predecible. Y es una de las ideas matemáticas con mayor impacto práctico en campos tan diversos como los seguros, la estadística, las finanzas y los juegos de azar.
El concepto intuitivo
Imaginemos que lanzamos una moneda justa. En 10 lanzamientos, podríamos obtener 7 caras y 3 cruces — una proporción de 70/30 que parece injusta. Pero si lanzamos la moneda 10.000 veces, la proporción de caras se acercará mucho al 50%. Eso es exactamente lo que predice la Ley de los Grandes Números.
No dice que los resultados se «equilibren» tras una racha (eso sería la falacia del jugador). Lo que dice es que la proporción converge al valor teórico a medida que el número de ensayos crece.
Formulación matemática
Existen dos versiones: la ley débil (de Khinchin) y la ley fuerte (de Kolmogórov). La ley débil establece que, para cualquier margen ε > 0, la probabilidad de que la media muestral difiera de la media teórica en más de ε tiende a cero cuando n → ∞. La ley fuerte es más potente: garantiza que la media muestral converge casi seguramente a la media teórica.
En notación: si X₁, X₂, …, Xₙ son variables aleatorias independientes e idénticamente distribuidas con media μ, entonces la media muestral X̄ₙ = (X₁ + X₂ + … + Xₙ)/n converge a μ.
Aplicaciones en la vida real
Las compañías de seguros basan todo su negocio en esta ley. No pueden predecir si un conductor concreto tendrá un accidente, pero con millones de asegurados, sus pérdidas totales son extraordinariamente predecibles.
En las encuestas electorales, un mayor tamaño de muestra produce estimaciones más precisas, exactamente como predice la ley. Los casinos, por su parte, saben que su ventaja matemática se materializa de forma inevitable a largo plazo: con miles de jugadores y millones de apuestas, sus beneficios convergen al margen esperado.
Relación con el Teorema del Límite Central
Mientras que la Ley de los Grandes Números nos dice hacia dónde converge la media muestral, el Teorema del Límite Central nos dice cómo se distribuyen las fluctuaciones alrededor de ese valor. Juntos, forman el pilar teórico de toda la inferencia estadística.
Errores comunes
El error más frecuente es creer que la ley implica una «corrección» del azar. Si han salido 10 rojos seguidos en la ruleta, la Ley de los Grandes Números no predice que el negro sea más probable en la siguiente tirada. Cada tirada es independiente. Lo que la ley dice es que, tras millones de tiradas, la proporción de rojos y negros estará cerca del 50%.