[justify]En probabilidad, no siempre podemos predecir qué ocurrirá en un intento individual. Por ejemplo, al lanzar un dado, no sabemos con certeza qué cara aparecerá en el próximo lanzamiento.[br][br]Sin embargo, cuando repetimos muchas veces un experimento aleatorio, los resultados comienzan a mostrar un comportamiento más estable. Esta idea se conoce como Ley de los Grandes Números.[br][br]En términos simples, esta ley indica que, al aumentar la cantidad de repeticiones de un experimento, la frecuencia relativa de cada resultado tiende a acercarse a su probabilidad teórica.[br][br]En el caso de un dado equilibrado, cada cara tiene probabilidad:[/justify][br][math]\frac{1}{6}=0,16666...\approx1,7[/math][br][br][justify]Por eso, si lanzamos el dado pocas veces, los resultados pueden verse muy desiguales. Pero si aumentamos mucho la cantidad de lanzamientos, las frecuencias relativas de las caras tienden a acercarse a 0,17.[/justify]

[list=1][*]Observa el gráfico y la tabla de resultados.[/*][*]Modifica el deslizador N para aumentar o disminuir la cantidad de lanzamientos del dado.[/*][*]Utiliza el deslizador v si deseas ajustar la velocidad de la simulación.[/*][*]Compara qué ocurre cuando N es pequeño, por ejemplo 30 o 50 lanzamientos.[/*][*]Luego aumenta N a valores mayores, como 500, 1000 o 1500 lanzamientos.[/*][*]Observa cómo cambian las frecuencias relativas de cada cara del dado.[/*][/list]

[br]La Ley de los Grandes Números nos muestra que, en experimentos aleatorios, los resultados pueden variar bastante cuando se realizan pocas repeticiones. Sin embargo, al aumentar la cantidad de intentos, las frecuencias relativas tienden a estabilizarse y acercarse a la probabilidad teórica.[br][br]En contextos laborales, esta idea es útil para comprender que las decisiones basadas en pocos datos pueden ser poco confiables. En cambio, cuando se dispone de una mayor cantidad de observaciones, el análisis suele ser más estable y permite tomar decisiones con mejor fundamento.