Legge dei grandi numeri: perché serve tirare la moneta mille volte, non dieci

Prendi una moneta. Lanciala dieci volte. Potresti ottenere sette teste e tre croci, oppure otto e due, oppure anche tutte e dieci teste, risultato quest’ultimo improbabile, ma non impossibile. Se qualcuno ti chiedesse “La moneta è equilibrata?”, non sapresti rispondere con sicurezza: dieci lanci non bastano. Ora immagina di lanciarla mille volte. O diecimila. Qualcosa cambia: il rapporto tra teste e croci comincia ad avvicinarsi sempre di più a 1 su 2, ossia il 50%. Ciò accade non per magia, ma per matematica. E quella matematica ha un nome preciso:legge dei grandi numeri.

La moneta non ha memoria, ma la media sì

Il primo punto da capire e che spesso genera confusione, è che ogni singolo lancio di moneta è completamente indipendente dagli altri. Se nei primi cinque lanci è uscita sempre testa, laprobabilitàche al sesto lancio esca croce è sempre esattamente di$\frac{1}{2}$. La moneta non “ricorda” cosa è successo prima. Non cerca di compensare. Non deve nulla a nessuno.

Eppure, su un numero molto grande di lanci, il rapporto tra teste e croci converge verso$\frac{1}{2}$. Come è possibile che eventi indipendenti, ciascuno del tutto ignaro degli altri, producano collettivamente un risultato così regolare?

La risposta è che la regolarità non emerge dal singolo evento, ma dalla media. Non è che ogni lancio si “corregge” per bilanciare i precedenti: è che su migliaia di lanci, le fluttuazioni casuali, ossia i momenti in cui escono più teste del previsto, o più croci, si compensano tra loro nel tempo. Nessun lancio sa degli altri, ma l’insieme si comporta in modo prevedibile.

Cosa dice esattamente la legge dei grandi numeri

La legge dei grandi numeri è un teorema matematico, cioè è un risultato dimostrato con rigore, non una semplice osservazione empirica. Nella sua forma più intuitiva dice che se ripeti un esperimento casuale un numero molto grande di volte, la media dei risultati si avvicina sempre di più al valore teorico atteso.

Poichè per una moneta equilibrata, il valore atteso di “numero di teste” è$\frac{1}{2}$per ogni lancio, la legge dei grandi numeri garantisce che, all’aumentare del numero di lanci, la frequenza osservata di teste si avvicinerà sempre di più a$\frac{1}{2}$.

Questo non significa che arriverà un momento in cui i lanci saranno esattamente metà e metà. Significa che la differenza tra la frequenza osservata e il valore teorico tende a diventare sempre più piccola. La media si stabilizza. Si assesta. Converge.

Il matematico svizzero Jakob Bernoulli fu il primo a dimostrare questo risultato in forma rigorosa, nel suo trattatoArs Conjectandi, pubblicato postumo nel 1713. Ci lavorò per oltre vent’anni, convinto che stesse toccando qualcosa di fondamentale sul rapporto tracasoe regolarità. E non si sbagliava.

Piccoli numeri, grandi inganni

Se la legge dei grandi numeri garantisce la stabilità nel lungo periodo, il suo rovescio è altrettanto importante: con pochi dati, tutto può succedere.

Immagina un medico che sta testando un nuovo farmaco su cinque pazienti. Tre migliorano, due no. Può concludere che il farmaco funziona? Assolutamente no. Cinque pazienti sono troppo pochi per distinguere un effetto reale dalla variabilità casuale. Con così pochi dati, anche un farmaco completamente inutile potrebbe dare tre miglioramenti su cinque, semplicemente per caso.

Questo è il motivo per cui gli studi clinici coinvolgono centinaia o migliaia di pazienti. Non per burocrazia o per eccesso di cautela. Perché solo con grandi numeri la media si stabilizza abbastanza da poter separare il segnale dal rumore.

Lo stesso principio vale ovunque. Un sondaggio che intervista trenta persone non dice quasi nulla sull’opinione di un paese. Un’azienda che analizza le vendite di una settimana non può trarre conclusioni affidabili sui trend del mercato. Un allenatore che giudica un giocatore dopo due partite rischia di prendere una decisione basata su fluttuazioni casuali, non su dati reali.

I piccoli numeri ingannano e lo fanno sistematicamente, non per caso.

Perché il casinò vince sempre

C’è un’applicazione della legge dei grandi numeri che attrae curiosità perchè riguarda il funzionamento dei casinò.

In ogni gioco da casinò, le probabilità sono costruite in modo che il vantaggio sia leggermente dalla parte della casa. In alcuni giochi si tratta di giusto pochi punti percentuali. Sembra poco e sicuramente su un singolo giocatore, in una singola serata, lo è. Chiunque può vincere e in effetti molti vincono.

Ma il casinò non gioca una sola volta. Ogni giorno gioca migliaia di volte, con migliaia di giocatori diversi. Su una scala di giocatori e di giocate così ampia la legge dei grandi numeri entra in azione. Il vantaggio statistico, per quanto piccolo, si traduce in un guadagno quasi certo nel lungo periodo. La variabilità dei singoli risultati si compensa. La media invece converge. Il casinò vince, non sempre con ogni singolo giocatore, ma inevitabilmente nell’insieme.

Su questo stesso principio su cui si fonda il funzionamento delle assicurazioni. Nessuno sa se una specifica casa assicurata brucerà quest’anno. Ma una compagnia assicurativa che gestisce centomila polizze sa, con buona approssimazione, quante case bruceranno, perché su grandi numeri le frequenze si stabilizzano e diventano prevedibili. L’incertezza del singolo evento si trasforma in certezza statistica dell’insieme.

La differenza tra frequenza e probabilità

C’è una distinzione sottile ma importante che la legge dei grandi numeri aiuta a chiarire: la differenza trafrequenzaeprobabilità.

La probabilità è un numero teorico. Per il lancio di una moneta la probabilità che esca testa è di$\frac{1}{2}$. È una proprietà del processo, non di una sequenza specifica di lanci. La frequenza è invece il rapporto osservato in un esperimento reale: se ho ottenuto 523 teste su 1000 lanci, la frequenza è 0,523.

La legge dei grandi numeri dice che la frequenza tende alla probabilità al crescere del numero di prove. Non che siano la stessa cosa: la frequenza è sempre un’approssimazione, soggetta a variabilità. Ma è un’approssimazione che migliora con il tempo e che, su scala sufficientemente grande, diventa abbastanza precisa da essere utile.

Questa distinzione è alla base di tutta la statistica moderna. Ogni volta che si stima una probabilità a partire da dati osservati — la percentuale di successo di un trattamento, il tasso di difettosità di un prodotto, la probabilità che un utente clicchi su una pubblicità — si sta usando implicitamente la legge dei grandi numeri. Si assume che la frequenza osservata su un campione grande sia una buona approssimazione della probabilità vera.

Quante volte è “abbastanza”?

Una domanda naturale a questo punto è: quanti lanci servono perché la legge dei grandi numeri “entri in azione”? Mille? Diecimila? Un milione?

La risposta matematica è: dipende da quanto si vuole essere precisi, e da quanto è variabile il fenomeno che si studia. Esiste una formula — legata a un altro risultato fondamentale chiamato teorema centrale del limite — che permette di calcolare quanti dati servono per ottenere una stima con un certo margine di errore e un certo livello di fiducia. È la stessa formula che i ricercatori usano per calcolare la dimensione del campione, ossia quanti soggetti devono osservare, in uno studio scientifico.

Ma al di là della formula, c’è un’intuizione pratica che vale la pena portarsi a casa: dieci osservazioni non bastano quasi mai. Cento sono meglio, ma spesso ancora insufficienti. Mille iniziano a dare risultati robusti per molti fenomeni comuni. E la curiosità dovrebbe sempre spingerci a chiederci, di fronte a qualsiasi affermazione basata su dati: su quante osservazioni si fonda?

Principio che cambia il modo di guardare il mondo

La legge dei grandi numeri non è solo un teorema di matematica. È un modo di pensare.

Ci insegna a diffidare delle conclusioni affrettate basate su pochi dati. Ci spiega perché l’esperienza personale — necessariamente limitata — può ingannare. Se hai preso tre aerei e due avevano ritardo, non significa che il 67% degli aerei sia in ritardo. Ci aiuta a capire perché certi fenomeni sembrano caotici da vicino e regolari da lontano.

E ci dà uno strumento prezioso per leggere le notizie con occhio critico. Quando un telegiornale annuncia che “un nuovo studio dimostra che X fa bene alla salute”, la prima domanda da porsi non è “Quanto fa bene?” ma “Su quante persone è stato fatto lo studio?”. Quando i media riportano un dato — la percentuale di giovani che fa una certa cosa, il tasso di criminalità in una città, l’efficacia di un vaccino — dietro quel numero c’è sempre una raccolta di osservazioni. La legge dei grandi numeri ci ricorda che dobbiamo chiederci quante, prima di credere a qualsiasi conclusione.

Lo stesso vale per le storie singole raccontate come se fossero la regola. “Tizio ha fumato tutta la vita ed è morto a novantadue anni” non dice nulla sulla pericolosità del fumo. È solo un caso isolato, una fluttuazione, esattamente il tipo di dato che su piccoli numeri può ingannare. La statistica non nega quella storia. Dice semplicemente che per capire il fumo bisogna guardare cosa succede a milioni di persone, non a una.

E ci ricorda che la variabilità non è rumore da eliminare, ma una caratteristica strutturale del mondo che può essere compresa, misurata e, su scala sufficiente, prevista.

Lanciare la moneta mille volte non è una perdita di tempo. È l’unico modo per sentire cosa dice davvero. Il caso parla piano. Per capirlo, bisogna ascoltarlo a lungo.