Pourquoi la gaussienne est partout : les sommes de nombreuses contributions indépendantes tendent vers elle, quelle que soit leur forme propre.Le théorème central limite (TCL) est une pierre angulaire de la théorie des probabilités. Il énonce que la somme (ou la moyenne) d'un grand nombre de variables aléatoires indépendantes et identiquement distribuées, quelle que soit leur distribution d'origine, tend vers une distribution normale (gaussienne). Cela explique pourquoi la gaussienne apparaît si souvent dans la nature, des erreurs de mesure aux traits biologiques.
La première version a été démontrée par Pierre-Simon Laplace en 1810, en s'appuyant sur les travaux antérieurs d'Abraham de Moivre. La formulation moderne est due à Alexandre Liapounov en 1901.
Le théorème exige que les variables aient une moyenne et une variance finies. À mesure que le nombre de variables augmente, la distribution de la somme standardisée converge vers la distribution normale standard. La vitesse de convergence dépend de la forme de la distribution d'origine ; les distributions symétriques convergent plus rapidement que les distributions asymétriques.
Il sous-tend l'inférence statistique, le contrôle qualité (par exemple, les cartes de contrôle) et justifie le recours aux approximations normales dans des domaines allant de la finance à la psychologie.
Le TCL fonctionne même pour des distributions discrètes comme la loi de Poisson ou la loi binomiale, ce qui explique pourquoi les lancers de pièces et de dés produisent des histogrammes en forme de cloche lorsqu'ils sont répétés de nombreuses fois.









