Ley de los grandes números

Portada de Bestfy Academy sobre Ley de los grandes números

La ley de los grandes números afirma, bajo condiciones matemáticas adecuadas, que el promedio o la frecuencia relativa de muchas observaciones tiende a acercarse a su valor teórico. No significa que las pérdidas deban compensarse pronto ni que repetir una actividad de expectativa negativa la convierta en positiva.

Convergencia no es «el próximo resultado arreglará los anteriores»

Imagina una serie de ensayos del mismo tipo, con condiciones estables. Si la probabilidad teórica de cierto resultado fuese del 60 %, en muy pocas observaciones podríamos encontrar porcentajes muy alejados de esa cifra. Al ampliar mucho la serie, la frecuencia relativa suele volverse más estable y acercarse al 60 %, en el sentido probabilístico de la ley.

La formulación elemental se estudia con ensayos independientes e idénticamente distribuidos, con una probabilidad constante para cada resultado. Versiones más generales admiten otros supuestos, pero hay que justificarlos. Los partidos de fútbol cambian de rivales, estado de forma y reglas del mercado; por eso una secuencia de apuestas reales no puede tratarse sin más como una tirada repetida de la misma moneda.

Lo importante es distinguir proporción de conteo acumulado. El número absoluto de éxitos y su dispersión pueden crecer con la cantidad de ensayos, aunque la proporción se estabilice. Y los resultados independientes no «recuerdan» lo que ocurrió antes.

Ejemplo ficticio: una probabilidad estable del 60 %

Construimos un laboratorio imaginario inspirado en fútbol: repetimos una pregunta binaria sobre encuentros ficticios, «se cumple una condición de goles: sí o no», y suponemos expresamente que cada ensayo es independiente y tiene una probabilidad verdadera e invariable de acierto p = 0,60. Es un modelo didáctico, no una afirmación sobre ligas o equipos reales.

En 100 ensayos, el número esperado de aciertos es 100 × 0,60 = 60. La desviación típica del número de aciertos, bajo la binomial, es √[100 × 0,60 × 0,40] = √24 ≈ 4,90 aciertos. La desviación típica de la proporción correspondiente es 4,90/100 ≈ 4,90 puntos porcentuales.

Con 400 ensayos del mismo modelo, se esperan 240 aciertos y la desviación típica del conteo es √[400 × 0,60 × 0,40] = √96 ≈ 9,80 aciertos. La variación absoluta del conteo ha aumentado, pero la de la proporción baja a 9,80/400 ≈ 2,45 puntos porcentuales. Esta comparación ilustra por qué se estabilizan las frecuencias sin obligar a observar exactamente el 60 % en ninguna muestra concreta.

Diez fallos iniciales no crean una deuda del azar

Supongamos que, por una casualidad posible, los diez primeros ensayos de nuestra serie de cien han fallado. ¿Tendrían ahora los 90 restantes que contener 60 aciertos para que el total alcanzase el 60 %? No. Por independencia, cada ensayo posterior conserva p = 0,60, por lo que el número esperado en los 90 restantes es 90 × 0,60 = 54 aciertos. Si ocurrieran exactamente 54, el balance de los cien sería 54/100 = 54 %, no 60 %. No existe obligación de compensar el comienzo.

La convergencia a largo plazo no dice que, después de pocos fallos, aumente la probabilidad de acertar el siguiente. Tampoco garantiza que un valor esperado negativo se invierta: con suficientes repeticiones bajo los mismos supuestos, puede volverse más evidente la expectativa negativa en el promedio, mientras las pérdidas acumuladas siguen siendo posibles.

Errores frecuentes y conclusión

  • Confundir largo plazo y compensación inmediata: la ley no obliga a corregir una racha en los próximos partidos.
  • Dar por supuesto que todos los partidos son ensayos idénticos: las probabilidades y dependencias pueden cambiar.
  • Asumir que más volumen crea valor: repetir una expectativa desfavorable no la mejora matemáticamente.

Qué debes recordar: más observaciones pueden estabilizar promedios y proporciones bajo supuestos, pero no generan resultados favorables por necesidad ni borran las pérdidas anteriores.

Conceptos relacionados

Frecuencia observada; Tamaño y selección de la muestra; Falacia del jugador; Varianza; Desviación típica; Valor esperado.

Publicidad