Teorema del Limite Centrale: spiegazione semplice, esempi reali ed esercizi svolti

Percorso TLC: Dalla Teoria alla Realtà

A volte ci fidiamo dei numeri senza sapere davvero perché funzionano. Guardiamo una media, un sondaggio, un tempo di attesa e pensiamo: “Ok, sarà più o meno così”.

Eppure dietro questa sicurezza c’è un meccanismo sorprendente: anche quando i dati sono disordinati, irregolari o imprevedibili, le loro medie diventano incredibilmente stabili.

È uno di quei casi in cui la matematica sembra quasi fare un atto di magia.

E questa “magia” ha un nome: Teorema del Limite Centrale.

In questo percorso vediamo come funziona davvero, perché è così potente e come si applica a situazioni reali, dai pacchetti di patatine ai sondaggi politici, passando per i tempi di attesa e le visualizzazioni di un video virale.

Esercizio 1: Il tempo di attesa al drive-through (Facile)

Testo del problema:
Un famoso fast-food promette che il 90% dei clienti viene servito al drive-through in meno di 5 minuti. Sebbene la distribuzione dei tempi di attesa sia chiaramente asimmetrica (non può essere negativa e ha una coda lunga a destra), il manager sa che la media effettiva è di 3 minuti con una deviazione standard di 1.5 minuti. Per verificare la qualità del servizio, un ispettore osserva un campione casuale di 36 automobili. Qual è la probabilità che il tempo medio di attesa del campione superi i 3.5 minuti?

💡 Osservazione Teorica: Il TLC ci viene in soccorso proprio quando la distribuzione originale non è normale. Esso afferma che, per un campione sufficientemente grande (solitamente [math]n \ge 30[/math]), la distribuzione della media campionaria [math]\bar{X}[/math] tende a una distribuzione normale, indipendentemente dalla forma della distribuzione della popolazione.

Risoluzione

1. Identificazione dei parametri

• Media popolazione: [math]\mu = 3[/math]
• Deviazione standard popolazione: [math]\sigma = 1.5[/math]
• Numerosità campionaria: [math]n = 36[/math]
• Valore soglia: [math]\bar{X} > 3.5[/math]

2. Parametri della distribuzione campionaria

La media della distribuzione campionaria è identica a quella della popolazione: [math]\mu_{\bar{X}} = \mu = 3[/math].
L’errore standard (la deviazione standard delle medie) è:

[math]\displaystyle \sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} = \frac{1.5}{\sqrt{36}} = \frac{1.5}{6} = 0.25[/math]

Per il TLC, possiamo approssimare: [math]\bar{X} \sim N(3, 0.25)[/math].

3. Standardizzazione e Calcolo (Z-score)

Vogliamo trovare [math]P(\bar{X} > 3.5)[/math]. Calcoliamo quanto dista 3.5 dalla media in termini di errori standard:

[math]\displaystyle z = \frac{\bar{X} – \mu_{\bar{X}}}{\sigma_{\bar{X}}} = \frac{3.5 – 3}{0.25} = \frac{0.5}{0.25} = 2[/math]

4. Consultazione delle tavole e Risultato

Dalle tavole della normale standard (o tramite software), sappiamo che l’area a sinistra di [math]z = 2[/math] è circa [math]0.9772[/math].
Poiché cerchiamo la probabilità che il tempo superi la soglia:

[math]\displaystyle P(Z > 2) = 1 – P(Z < 2) = 1 – 0.9772 = 0.0228[/math]

Conclusione: C’è solo una probabilità del 2.28% di osservare un tempo medio così alto. Se l’ispettore riscontrasse davvero una media di 3.5 minuti, potrebbe sospettare che la media reale del fast-food sia peggiorata rispetto ai 3 minuti dichiarati.

🤔 Domanda di riflessione

In questo esercizio, la distribuzione originale dei tempi di attesa non era nota (e asimmetrica). Quale proprietà specifica del Teorema del Limite Centrale abbiamo sfruttato per poter applicare la curva normale?

Risposta: Abbiamo sfruttato l’universalità del TLC: al crescere di [math]n[/math], la distribuzione della media campionaria “dimentica” la forma della popolazione originale (anche se asimmetrica o con code lunghe) e si modella sulla campana di Gauss.

Esercizio 2: Il peso delle patatine in un pacchetto (Facile)

Testo del problema:
Un’azienda produce pacchetti di patatine il cui peso, a causa del processo di confezionamento, segue una distribuzione uniforme tra 148g e 152g. Questo significa che ogni peso in questo intervallo è ugualmente probabile. Un controllore di qualità preleva un campione di 40 pacchetti. Qual è la probabilità che il peso medio di questo campione sia inferiore a 149.5g?

💡 Osservazione: Anche partendo da una distribuzione uniforme (che è l’opposto di una curva a campana), il TLC ci assicura che la media campionaria si distribuirà in modo approssimativamente normale dato che il campione ([math]n = 40[/math]) è sufficientemente grande.

Risoluzione

1. Calcolo dei parametri della popolazione uniforme

Per una distribuzione uniforme con minimo [math]a = 148[/math] e massimo [math]b = 152[/math], dobbiamo prima trovare la media e la deviazione standard teoriche:

• Media ([math]\mu[/math]):
  [math]\mu = \frac{a + b}{2} = \frac{148 + 152}{2} = 150[/math] g
• Deviazione standard ([math]\sigma[/math]):
  [math]\sigma = \sqrt{\frac{(b – a)^2}{12}} = \sqrt{\frac{4^2}{12}} = \sqrt{\frac{16}{12}} \approx 1.155[/math] g

2. Parametri della distribuzione campionaria

Ora applichiamo le regole del TLC per il nostro campione di [math]n = 40[/math]:

• Media campionaria: [math]\mu_{\bar{X}} = \mu = 150[/math] g
• Errore Standard ([math]\sigma_{\bar{X}}[/math]):
  [math]\sigma_{\bar{X}} = \frac{\sigma}{\sqrt{n}} = \frac{1.155}{\sqrt{40}} \approx \frac{1.155}{6.3246} \approx 0.183[/math] g

Quindi, la nostra media campionaria si comporta come: [math]\bar{X} \sim N(150, 0.183)[/math].

3. Standardizzazione (Z-score)

Vogliamo calcolare [math]P(\bar{X} < 149.5)[/math].

Trasformiamo il valore 149.5g in un punto sulla scala della normale standard:

[math]\displaystyle z = \frac{149.5 – 150}{0.183} = \frac{-0.5}{0.183} \approx -2.73[/math]

4. Calcolo della probabilità e interpretazione

Cerchiamo [math]P(Z < -2.73)[/math] sulle tavole statistiche o tramite calcolatore. Il valore è molto piccolo:

[math]P(Z < -2.73) \approx 0.0032[/math] (ovvero lo 0.32%)

Interpretazione: La probabilità che la media di 40 pacchetti sia così bassa (sotto i 149.5g) è solo dello 0.32%. Se il controllore trovasse davvero un risultato simile, sarebbe un segnale d’allarme quasi certo: le macchine non stanno distribuendo il peso correttamente o la media impostata non è più di 150g.

🤔 Domanda di riflessione

La deviazione standard della distribuzione campionaria (0.183) è molto più piccola di quella della popolazione (1.155). Cosa implica questo per la precisione della nostra stima della media?

Risposta: Questo fenomeno è noto come “legge dei grandi numeri” in azione. Più il campione è grande, più la media campionaria tende a concentrarsi strettamente attorno alla media reale della popolazione.

In termini pratici: i singoli pacchetti possono variare molto (tra 148 e 152), ma la media di tanti pacchetti è estremamente stabile e precisa.

Ecco il terzo esercizio del percorso, che introduce un concetto fondamentale: il TLC non si applica solo alle medie, ma anche alle somme totali. Questo lo rende uno strumento indispensabile per previsioni di business e analisi di dati su larga scala.

Testo del problema:
Un creatore di contenuti sa che il numero di visualizzazioni orarie di un suo video è una variabile casuale con media [math]\mu = 1200[/math] e deviazione standard [math]\sigma = 300[/math]. La forma della distribuzione è sconosciuta e asimmetrica. Considerando un periodo di 150 ore (circa una settimana), qual è la probabilità che il numero totale di visualizzazioni in questo periodo sia compreso tra 178,500 e 181,500?

💡 Osservazione Teorica: Il TLC ha una “versione per la somma”. Se sommiamo [math]n[/math] variabili indipendenti, la loro somma [math]S_n[/math] si distribuisce approssimativamente come una normale con:
• Media: [math]\mu_S = n \cdot \mu[/math]
• Deviazione Standard: [math]\sigma_S = \sqrt{n} \cdot \sigma[/math]

Risoluzione

1. Definizione dei parametri della somma

Abbiamo [math]n = 150[/math] osservazioni orarie. Calcoliamo i parametri della distribuzione normale che descrive il totale delle visualizzazioni ([math]S_{150}[/math]):

• Media della somma ([math]\mu_S[/math]):
  [math]\mu_S = n \cdot \mu = 150 \times 1200 = 180,000[/math] visualizzazioni.
• Deviazione standard della somma ([math]\sigma_S[/math]):
  [math]\sigma_S = \sqrt{n} \cdot \sigma = \sqrt{150} \times 300 \approx 12.247 \times 300 \approx 3,674.1[/math] visualizzazioni.

Per il TLC, la somma totale si comporta come: [math]S_{150} \sim N(180000, 3674.1)[/math].

2. Standardizzazione (Z-score)

Dobbiamo trovare [math]P(178,500 < S_{150} < 181,500)[/math]. Calcoliamo gli z-score per i due estremi dell’intervallo:

[math]\displaystyle z_1 = \frac{178,500 – 180,000}{3,674.1} = \frac{-1,500}{3,674.1} \approx -0.41[/math]
[math]\displaystyle z_2 = \frac{181,500 – 180,000}{3,674.1} = \frac{1,500}{3,674.1} \approx 0.41[/math]

3. Calcolo della probabilità

Cerchiamo l’area compresa tra [math]z = -0.41[/math] e [math]z = 0.41[/math] sulla curva normale standard:

• [math]P(Z < 0.41) \approx 0.6591[/math]
• [math]P(Z < -0.41) \approx 0.3409[/math]

[math]P(-0.41 < Z < 0.41) = 0.6591 – 0.3409 = 0.3182[/math]

Interpretazione: C’è circa il 31.82% di probabilità che il totale delle visualizzazioni settimanali cada in questo intervallo di [math]\pm 1,500[/math] rispetto alla media prevista. È un intervallo piuttosto stretto (meno dell’1% del totale), il che spiega perché la probabilità non sia altissima.

🤔 Domanda di riflessione

Se volessimo calcolare la probabilità che il numero medio di visualizzazioni orarie (invece della somma) fosse compreso tra 1190 e 1210, come cambierebbero i parametri della distribuzione normale da usare?

Risposta: Se passiamo dalla “Somma” alla “Media”, i parametri tornano quelli classici visti negli esercizi precedenti:
• La media resterebbe [math]\mu = 1200[/math].
• La deviazione standard sarebbe l’errore standard: [math]\sigma_{\bar{X}} = \frac{300}{\sqrt{150}} \approx 24.49[/math].
Gli z-score e la probabilità finale risulterebbero identici, poiché [math]1190[/math] e [math]1210[/math] distano dalla media esattamente quanto i valori della somma divisi per [math]n[/math].