La ley de los grandes números (LLN) es un teorema de la estadística. Considere un proceso en el que se producen resultados aleatorios. Por ejemplo, una variable aleatoria se observa repetidamente. Entonces, la media de los valores observados será estable, a largo plazo. Esto significa que, a largo plazo, la media de los valores observados se acercará cada vez más al valor esperado.

Al lanzar los dados, los números 1, 2, 3, 4, 5 y 6 son resultados posibles. Todos son igualmente probables. La media poblacional (o "valor esperado") de los resultados es:

(1 + 2 + 3 + 4 + 5 + 6) / 6 = 3.5.

El siguiente gráfico muestra los resultados de un experimento de lanzamientos de un dado. En este experimento se puede ver que la media de las tiradas del dado varía mucho al principio. Tal y como predice el LLN, la media se estabiliza en torno al valor esperado de 3,5 a medida que el número de observaciones se hace grande.

A demonstration of the Law of Large Numbers using die rolls

¿Qué dice exactamente la ley de los grandes números?

De forma informal, la LLN establece que la media aritmética de muchas observaciones independientes de una misma variable aleatoria con esperanza finita tiende a acercarse al valor esperado real de esa variable cuando el número de observaciones crece indefinidamente.

Usando notación habitual: sean X1, X2, ..., Xn observaciones independientes e idénticamente distribuidas (i.i.d.) con esperanza E[X1] = μ. Definimos la media muestral como

X̄n = (X1 + X2 + ... + Xn) / n.

La ley de los grandes números afirma que X̄n se aproxima a μ cuando n → ∞.

Versiones formales

  • Ley débil de los grandes números (WLLN): X̄n converge en probabilidad a μ. Es decir, para todo ε > 0, P(|X̄n − μ| > ε) → 0 cuando n → ∞. Una demostración estándar usa la desigualdad de Chebyshev cuando las varianzas son finitas.
  • Ley fuerte de los grandes números (SLLN): X̄n converge casi seguramente (c.s.) a μ. Esto es más fuerte: P(límite de X̄n = μ) = 1. Hay demostraciones que usan el lema de Borel–Cantelli o teoremas de Kolmogorov bajo hipótesis de independencia y esperanza finita.

Condiciones habituales y excepciones

  • Las hipótesis más comunes que garantizan la LLN son independencia (o cierta forma de dependencia débil), idéntica distribución y esperanza finita (E[|X1|] < ∞). Para la WLLN muchas veces basta varianza finita.
  • No aplica cuando la variable tiene esperanza infinita o no está bien definida: por ejemplo, la distribución de Cauchy no satisface la LLN clásica y la media muestral no converge al centro porque la esperanza no existe.

Demostración intuitiva y velocidad de convergencia

Una explicación simple con varianzas finitas: si Var(Xi) = σ2 < ∞, entonces Var(X̄n) = σ2/n. Al aumentar n la varianza de la media tiende a 0, de modo que la probabilidad de desviaciones grandes se hace pequeña (Chebyshev). Esto da la WLLN. La SLLN requiere argumentos más finos (por ejemplo, control con Borel–Cantelli).

La velocidad a la que X̄n se acerca a μ no está dada por la LLN, pero el teorema del límite central (TLG) completa la imagen: las fluctuaciones típicas alrededor de μ son del orden 1/√n y (X̄n − μ)·√n tiende en distribución a una normal con varianza σ2. Por eso para reducir el error típico a la mitad se necesitan 4 veces más observaciones.

Ejemplos prácticos

  • Lanzamiento de un dado: como ya se muestra arriba, la media de las caras tiende a 3,5 conforme aumentan los lanzamientos.
  • Monedas: la proporción de caras en n lanzamientos tiende a 0.5.
  • Encuestas y muestreo: al aumentar el tamaño de la muestra la media muestral (por ejemplo, la proporción que apoya una idea) se acerca al verdadero porcentaje poblacional.
  • Seguros y finanzas: grandes carteras de pólizas o muchos riesgos independientes permiten que la pérdida media sea predecible y manejable.
  • Integración por Monte Carlo: el promedio de muchas simulaciones de una función aleatoria aproxima su esperanza, que en muchos casos corresponde a una integral.

Errores y malentendidos comunes

  • Gambler’s fallacy (falacia del jugador): creer que resultados pasados influyen en resultados independientes venideros. La LLN no implica corrección a corto plazo: la media se estabiliza solo a largo plazo.
  • No garantiza igualdad exacta en muestras finitas: para cualquier n finito pueden darse desviaciones considerables. La LLN habla del comportamiento cuando n tiende a infinito.
  • Confusión con el TLG: la LLN habla de convergencia del promedio al valor esperado; el TLG describe la distribución de las desviaciones escaladas (√n) y permite crear intervalos de confianza.

¿Cuántas observaciones hacen falta?

No existe un número universal de observaciones que garantice “suficiente precisión”; depende de la variabilidad de la variable y del margen de error tolerable. La desigualdad de Chebyshev permite dar una cota conservadora:

P(|X̄n − μ| ≥ ε) ≤ Var(X1) / (n ε2).

Despejando, para que la probabilidad de desviación mayor que ε sea como máximo δ, basta con elegir

n ≥ Var(X1) / (δ ε2).

En la práctica se usan estimaciones de varianza y el TLG para calcular tamaños muestrales más precisos y menos conservadores.

Breve esbozo de demostración (WLLN con Chebyshev)

  • Sea X1,...,Xn i.i.d. con esperanza μ y varianza σ2. Entonces E[X̄n] = μ y Var(X̄n) = σ2/n.
  • Por la desigualdad de Chebyshev, P(|X̄n − μ| ≥ ε) ≤ Var(X̄n)/ε2 = σ2/(n ε2).
  • Al hacer n → ∞ la cota σ2/(n ε2) → 0, por lo que P(|X̄n − μ| ≥ ε) → 0. Esto demuestra la convergencia en probabilidad.

Aplicaciones prácticas

  • Diseño de encuestas y control de calidad: permite confiar en promedios muestrales cuando la muestra es suficientemente grande.
  • Simulaciones y métodos numéricos (Monte Carlo): justifica el uso de promedios de repeticiones aleatorias para aproximar esperanzas e integrales.
  • Gestión de riesgos: las compañías pueden diversificar riesgos para que la pérdida promedio sea estable y predecible.

Conclusión

La ley de los grandes números es un pilar de la estadística que conecta el comportamiento observable en muestras grandes con parámetros poblacionales (el valor esperado). Es fundamental para entender por qué los promedios muestrales son estimadores útiles y por qué la aleatoriedad “se apacigua” cuando se agregan muchas observaciones. Sin embargo, sus conclusiones son asintóticas: en muestras pequeñas pueden darse grandes desviaciones, y existen distribuciones (por ejemplo, con esperanza inexistente) donde la ley clásica no se aplica.