Il teorema del limite centrale (TLC) afferma che la somma (o la media) di un numero elevato di variabili aleatorie indipendenti e identicamente distribuite (i.i.d.) tende a distribuirsi come una normale, indipendentemente dalla distribuzione originale delle singole variabili.
Enunciato Semplificato
Se X_1, X_2, \dots, X_n sono variabili con media \mu e varianza \sigma^2 finita, allora per n sufficientemente grande (n \geq 30 nella pratica), la loro media campionaria \bar{X} segue approssimativamente una distribuzione normale: \bar{X} \approx N\left(\mu, \frac{\sigma^2}{n}\right)
Importanza Teorica
Il TLC è il motivo per cui la distribuzione normale compare ovunque in natura e tecnica: qualsiasi fenomeno che sia il risultato di molti piccoli effetti indipendenti sommati tra loro (es. l’altezza delle persone, il rumore elettronico) tenderà spontaneamente verso la forma gaussiana.
Significato Ingegneristico
- Inferenza Statistica: Permette di stimare la media di una popolazione a partire da un piccolo campione, fornendo un intervallo di confidenza.
- Analisi dell’Incertezza: Calcolo dell’incertezza totale di una misura composta da molti contributi indipendenti.
- Teoria delle Code e Reti: Stima del carico medio di un sistema sottoposto a molte richieste indipendenti (es. traffico web o telefonico).
- Controllo di Processo: Fondamento logico delle carte di controllo medie utilizzate nelle linee di produzione.