0.3 Teorema del Limite Centrale

Convergenza alla distribuzione gaussiana e momenti

Abbiamo visto come, quando facciamo la media su un grande numero di estrazioni da una distribuzione di probabilità , la deviazione standard si restringe secondo . Ma cosa possiamo dire sulla forma della distribuzione ?

Nel limite conosciamo esattamente: è una gaussiana!

Teorema del Limite Centrale

Quando qualsiasi distribuzione di probabilità viene campionata volte, la media dei campioni approccia una distribuzione gaussiana per , con larghezza che scala come .

Momenti di una distribuzione

Momenti

  • Media:
  • Varianza:
  • Asimmetria:
  • Curtosi:

Momenti della gaussiana

Per la distribuzione gaussiana:

Tutti i momenti dispari si annullano. I momenti pari sono dati da:

Convergenza dei momenti

Per l'asimmetria del centro di massa di molecole:

Per la curtosi:

Convergenza dei momenti

Per qualsiasi , per :

Tutti i momenti convergono a quelli di una gaussiana!

Forma limite

(Teorema del Limite Centrale)

Nota

In meccanica statistica prendiamo spesso i logaritmi delle probabilità. Per una gaussiana, è un semplice polinomio quadratico in , rendendo i calcoli molto più semplici.
Fonte: Matthew Schwartz, Statistical Mechanics, Spring 2021 - Lecture 1: Probability, 15-35