## [Ley de los Grandes Números](/es/node/59693) Definición Una colección de resultados que afirman que las medias muestrales (o medias empíricas) convergen hacia la esperanza poblacional cuando aumenta el tamaño muestral: en probabilidad (ley débil) o casi seguro (ley fuerte), bajo condiciones como independencia e integrabilidad. ## Principio Principio La idea organizadora es la estabilización por agregación: las fluctuaciones aleatorias se promedian cuando se combinan muchas contribuciones independientes e idénticamente distribuidas, de modo que las medias empíricas tienden al valor esperado determinista en el límite de muestras grandes. ## Demostración Demostración Para lanzamientos independientes de una moneda con probabilidad de éxito p, la proporción de éxitos tras n ensayos converge a p casi seguramente; en la práctica esto sustenta la estimación por Monte Carlo donde las medias muestrales aproximan esperanzas al aumentar el número de muestras. ## Aplicación incorrecta Aplicación incorrecta Aplicar la ley sin comprobar sus hipótesis —por ejemplo a series temporales dependientes, distribuciones no idénticas o variables sin esperanza finita— puede producir conclusiones inválidas; la LLN no dice nada sobre la magnitud del error en muestras finitas. ## Consecuencia Consecuencia La LLN justifica usar medias empíricas como estimadores consistentes de esperanzas y apoya los cimientos de la estadística, la teoría del muestreo y métodos Monte Carlo; garantiza convergencia pero no la velocidad a la que ocurre. ## Inversión Inversión Invertir la conclusión resalta situaciones dominadas por aleatoriedad persistente: cuando fallan las hipótesis (p. ej. esperanza infinita o dependencia fuerte), las medias muestrales pueden no estabilizarse y quedar dominadas por eventos extremos raros. ## Límite Límite Requiere integrabilidad apropiada (esperanza finita) y a menudo independencia o ergodicidad; existen versiones para secuencias dependientes y arreglos triangulares, y la LLN no especifica la rapidez de convergencia ni la distribución de fluctuaciones (que tratan CLT y grandes desviaciones). ## Tensión semántica Tensión semántica Hay tensión entre las afirmaciones de convergencia casi segura/estocástica de la LLN y las necesidades prácticas de cotas de error cuantitativas y tasas; a veces se confunde la LLN (consistencia) con el TCL (fluctuaciones normales) o se esperan garantías para muestras finitas de una ley asintótica. ## Síntesis Síntesis La Ley De Los Grandes Números formaliza que las medias de muchas variables aleatorias adecuadas se estabilizan en la esperanza; garantiza la consistencia de las medias empíricas bajo integrabilidad y dependencia débil, mientras que las tasas y el comportamiento para muestras finitas requieren resultados complementarios.