In teoria delle probabilità, una \sigma-algebra (sigma-algebra) su uno Spazio Campionario \Omega è una collezione \mathcal{F} di sottoinsiemi di \Omega che definisce quali eventi sono “misurabili”, ovvero a quali eventi è possibile assegnare una probabilità in modo coerente.
Assiomi di Definizione
Una collezione \mathcal{F} è una \sigma-algebra se soddisfa tre proprietà:
- Contiene l’insieme vuoto: \emptyset \in \mathcal{F} (e di conseguenza \Omega \in \mathcal{F}).
- Chiusura rispetto al complementare: Se un evento A \in \mathcal{F}, allora anche il suo complementare A^c \in \mathcal{F}.
- Chiusura rispetto all’unione numerabile: Se A_1, A_2, A_3, \dots è una successione di eventi in \mathcal{F}, allora la loro unione \bigcup_{n=1}^\infty A_n \in \mathcal{F}.
Importanza nella Probabilità
Senza la struttura di \sigma-algebra, non sarebbe possibile definire la probabilità per spazi campionari continui (come la retta reale \mathbb{R}) in modo da evitare paradossi matematici (es. l’esistenza di insiemi non misurabili). La \sigma-algebra più comune sui reali è la \sigma-algebra di Borel.
Significato Ingegneristico
Sebbene sia un concetto di matematica astratta, la \sigma-algebra ha implicazioni pratiche:
- Teoria dell’Informazione: Rappresenta il livello di “conoscenza” o “informazione” disponibile. Una \sigma-algebra più “fine” (con più sottoinsiemi) corrisponde a una maggiore capacità di distinguere tra diversi esiti dell’esperimento.
- Processi Stocastici e Filtrazione: In ingegneria dei sistemi, una successione di \sigma-algebre crescenti nel tempo (\mathcal{F}_t), detta filtrazione, modella l’accumulo di informazione man mano che il tempo scorre. È fondamentale per la definizione di martingale e per il filtraggio dei segnali (es. Filtro di Kalman).
Vedi anche: Spazio Campionario, Assiomi di Kolmogorov.