Probabilità e la curva a campana

Perché il centro vince sempre!

Livello Base — linguaggio semplice, senza matematica

Immagina una tavola tempestata di file di chiodini disposti a triangolo. Lascia cadere una pallina in cima, e a ogni chiodino rimbalza a sinistra o a destra a caso — un lancio di moneta equo, ogni volta. Dopo essere ruzzolata fino in fondo, dove finisce?

Quasi sempre da qualche parte vicino al centro — e c'è un motivo delizioso. Per finire all'estrema destra, la pallina dovrebbe rimbalzare a destra a ogni singolo chiodino di fila, come ottenere dieci teste di seguito: possibile, ma raro. Per finire vicino al centro le basta più o meno lo stesso numero di sinistre e destre, e ci sono migliaia di diverse combinazioni sinistra-destra che ce la portano. Il centro vince non perché qualcosa guidi la pallina, ma semplicemente perché ci sono molti più modi per raggiungerlo.

Lascia cadere abbastanza palline e si ammucchiano in un dolce cumulo — alto al centro, che digrada in modo uniforme su entrambi i lati. Quella è la curva a campana, e una volta che l'hai conosciuta comincerai a vederla ovunque: le altezze delle persone, le temperature giornaliere, i voti degli esami, i minuscoli errori di ogni misurazione. La ricetta non cambia mai. Ogni volta che un esito è la somma di tanti piccoli spintoni indipendenti, il centro è dove più spesso si cancellano — ed è dove più spesso atterri.

La distribuzione binomiale e il limite normale

Livello Studente — le equazioni principali

La macchina dei chiodini ha un nome — la macchina di Galton, costruita da Francis Galton nel 1887. Con \(n\) file, una pallina fa \(n\) scelte indipendenti sinistra/destra, ciascuna un lancio di moneta equo, e la casella in cui finisce conta semplicemente quante volte è andata a destra, \(k\). Quei conteggi seguono la distribuzione binomiale \(P(k) = \binom{n}{k}(0.5)^n\).

Quel \(\binom{n}{k} = \dfrac{n!}{k!(n-k)!}\) non è altro che un conteggio di quanti percorsi distinti raggiungono la casella \(k\) — ed è tutta la storia. Con 7 file ci sono \(2^7 = 128\) percorsi ugualmente probabili in tutto; la casella centrale è alimentata da \(\binom{7}{3} = 35\) di essi, mentre ogni bordo estremo ne ha esattamente uno. Più percorsi, più probabilità. Ora spingi su \(n\) e la binomiale frastagliata si liscia nella distribuzione normale (gaussiana), con media \(\mu = np\) e dispersione \(\sigma = \sqrt{np(1-p)}\). Non è un caso fortunato; è imposto dal teorema del limite centrale.

Una volta che una quantità è normale, la regola 68–95–99,7 ti dice quasi tutto a colpo d'occhio: circa il 68% dei valori cade entro \(1\sigma\) dalla media, il 95% entro \(2\sigma\) e il 99,7% entro \(3\sigma\). È perché i fisici insistono sui "5 sigma" prima di festeggiare: un picco a cinque sigma ha meno di una probabilità su 3,5 milioni di essere un caso, e quella è l'asticella che una vera scoperta di particelle deve superare.

Il teorema del limite centrale, Berry–Esséen e l'universalità della statistica gaussiana

Livello Esperto — profondità matematica completa

01Il teorema dietro la portata della curva a campana

Il teorema del limite centrale è il motivo per cui un'unica curva infesta tutta la scienza. Prendi variabili indipendenti e identicamente distribuite \(X_1,\dots,X_n\) con media \(\mu\) e varianza finita \(\sigma^2\) — e non conta davvero cosa siano, dadi o redditi o conteggi di fotoni — poi standardizza la loro media: \(Z_n = \dfrac{\bar{X}_n - \mu}{\sigma/\sqrt{n}}\). Quando \(n\to\infty\), \(Z_n\) converge in distribuzione alla normale standard \(N(0,1)\). Gli ingredienti sono dimenticati; sopravvive solo la campana. Quella cancellazione dei dettagli è la cosa più profonda al suo riguardo.

02Perché è vero: l'impronta di Fourier

La dimostrazione più pulita passa per le funzioni caratteristiche — trasformate di Fourier delle distribuzioni, \(\varphi_X(t) = \mathbb{E}[e^{itX}]\) — che trasformano la scomoda convoluzione della somma di variabili in un'ordinaria moltiplicazione. Prendi i logaritmi, sviluppa in Taylor attorno all'origine, e i primi due termini sono esattamente la media e la varianza; tutto ciò che è più alto è soffocato da potenze di \(1/\sqrt{n}\). Ciò che resta è \(\log\varphi_{Z_n}(t) \to -t^2/2\), ed \(e^{-t^2/2}\) è la firma inconfondibile della gaussiana. La curva a campana è semplicemente ciò che ottieni quando sopravvivono solo i primi due momenti.

03Quanto in fretta: il limite di Berry–Esséen

La convergenza è una cosa; la convergenza che puoi effettivamente usare è un'altra. Il teorema di Berry–Esséen inchioda l'errore. Con \(\rho = \mathbb{E}[|X-\mu|^3]\) il terzo momento assoluto, il divario nel caso peggiore fra la distribuzione di \(Z_n\) e la vera normale obbedisce a \(\sup_x |F_n(x) - \Phi(x)| \le \dfrac{C\rho}{\sigma^3\sqrt{n}}\), con \(C \le 0.4748\). Il tasso \(1/\sqrt{n}\) è ottimale — quadruplica il campione per dimezzare l'errore — e le distribuzioni asimmetriche, che portano un \(\rho\) grande, strisciano verso la campana più lentamente di quelle simmetriche.

04Quando la campana si rompe: code pesanti

C'è un prezzo d'ingresso: la varianza finita. Rompi quella condizione e la gaussiana perde del tutto la presa. La distribuzione di Cauchy — il rapporto di due normali — ha code così grasse che la sua varianza, e persino la sua media, semplicemente non esistono; media un milione di estrazioni di Cauchy e non stai meglio che con una. Somme del genere convergono invece alle distribuzioni stabili di Lévy, una famiglia più ampia con code \(P(X>x)\sim x^{-\alpha}\) per \(0<\alpha\le 2\), di cui la gaussiana (\(\alpha=2\)) è solo il caso speciale docile. Mercati, terremoti e valanghe vivono qui fuori — ed è per questo che gli "eventi centennali" continuano a presentarsi in anticipo.

05Oltre l'indipendenza

I dati reali sono raramente così ben educati, e il teorema si allunga per raggiungerli. Ci sono versioni per variabili debolmente dipendenti, per array triangolari sotto la condizione di Lindeberg e per somme dove a nessun singolo termine è permesso dominare. Le dinamiche gaussiane correlate hanno i loro cavalli da tiro: il processo di Ornstein–Uhlenbeck e il suo cugino discreto, il modello AR(1), descrivono un rumore che torna verso la media, affiorando ovunque, dai tassi d'interesse alle tensioni di membrana dei neuroni alle oscillazioni climatiche.

06Perché la natura continua a scegliere la gaussiana

Cucito insieme, il TLC spiega perché la campana è l'impostazione predefinita dell'universo. Qualsiasi cosa tu possa misurare che sia costruita da una folla di piccoli contributi grosso modo indipendenti — un'altezza da migliaia di geni e pasti, il rumore termico da innumerevoli elettroni che si spintonano, un errore da molte minuscole imperfezioni — deriva verso la stessa forma. Sottoscrive anche in silenzio la statistica classica: test t, intervalli di confidenza e barre d'errore si appoggiano tutti alla normalità per campioni grandi. La curva a campana non è la forma preferita della natura per gusto. È la forma che resta una volta che ai dettagli è permesso cancellarsi.