Assiomi di Kolmogorov

Gli assiomi di Kolmogorov (formulati nel 1933) sono i pilastri su cui poggia l’intera teoria moderna della probabilità. Essi non dicono come calcolare la probabilità, ma definiscono le regole che una funzione di probabilità deve rispettare per essere matematicamente valida.

Dato uno Spazio Campionario $\Omega$ e una $\sigma$-algebra $\mathcal{F}$ di eventi, una funzione $P: \mathcal{F} \to \mathbb{R}$ è una misura di probabilità se soddisfa i seguenti tre assiomi:

1. Non negatività: Per ogni evento $A \in \mathcal{F}$, la probabilità è un numero non negativo. $P(A) \geq 0$
2. Normalizzazione: La probabilità dell’evento certo (l’intero spazio campionario) è pari a 1. $P(\Omega) = 1$
3. Additività numerabile ($\sigma$-additività): Se $A_1, A_2, \dots$ è una successione di eventi a due a due incompatibili ($A_i \cap A_j = \emptyset$ per $i \neq j$), allora la probabilità della loro unione è pari alla somma delle loro probabilità: $P\left(\bigcup_{n=1}^\infty A_n\right) = \sum_{n=1}^\infty P(A_n)$

Conseguenze Immediate

Dagli assiomi si derivano proprietà fondamentali come:

• $P(\emptyset) = 0$ (evento impossibile).
• $P(A^c) = 1 - P(A)$ (probabilità del complementare).
• $P(A \cup B) = P(A) + P(B) - P(A \cap B)$ (teorema della somma).
• Se $A \subseteq B$, allora $P(A) \leq P(B)$ (monotonicità).

Significato Ingegneristico

La rigorosa formalizzazione di Kolmogorov permette agli ingegneri di:

• Trattare l’incertezza in modo deterministico: Una volta definiti gli assiomi, il calcolo delle probabilità diventa una branca dell’analisi matematica, permettendo l’uso di integrali e derivate.
• Validare modelli di simulazione: Qualsiasi simulazione Monte Carlo o modello stocastico deve rispettare questi assiomi per essere considerato fisicamente e matematicamente sensato.
• Progettare sistemi di sicurezza: Il terzo assioma è fondamentale per calcolare l’affidabilità di sistemi complessi composti da molti componenti indipendenti.

Vedi anche: Spazio Campionario, Sigma-Algebra, Evento Stocastico.