- Gli assiomi di Kolmogorov definiscono formalmente la probabilità come una misura non negativa, normalizzata e σ-additiva.
- Da questi assiomi si ricavano proprietà quali P(∅)=0, 0≤P(A)≤1, leggi di addizione e relazioni con i complementi.
- Strutture come lo spazio di probabilità (Ω, F, P), la probabilità condizionata e l'indipendenza derivano direttamente da questo quadro assiomatico.
La domanda "quali sono gli assiomi della probabilità?" sembra semplice, ma la risposta conduce a una solida costruzione matematica , che ha iniziato a essere rigorosamente organizzata nel XX secolo con il lavoro di Andrej Kolmogorov. Questi assiomi sono alla base di praticamente tutta la teoria moderna della probabilità, dallo studio dei giochi d'azzardo ai complessi modelli statistici utilizzati nella scienza dei dati, nella finanza e nell'ingegneria.
Prima della formalizzazione di Kolmogorov , la probabilità veniva intesa in modo più intuitivo, legata all'idea di frequenza o di caso , e diversi matematici ne utilizzavano interpretazioni differenti. Oggi, quando parliamo di assiomi della probabilità, ci riferiamo a un insieme minimo di regole che qualsiasi funzione di probabilità deve rispettare affinché si possano eseguire calcoli coerenti, evitare contraddizioni e costruire teoremi di grande rilevanza.
Intuizione di base: esperienze ed eventi casuali
Per comprendere gli assiomi della probabilità, il primo passo è sapere cosa sia un esperimento casuale e cosa si intenda per evento . Un esperimento casuale è qualsiasi procedura il cui esito non può essere previsto con certezza, pur conoscendo tutti i possibili risultati; esempi classici sono il lancio di una moneta o di un dado.
Lo spazio campionario, solitamente indicato con Ω, è l'insieme di tutti i possibili risultati di un esperimento . Se, ad esempio, lanciamo una moneta, lo spazio campionario può essere scritto come Ω = {T, C}, dove T rappresenta "testa" e C rappresenta "croce". Ogni elemento di Ω è chiamato risultato elementare.
Un evento è un qualsiasi sottoinsieme di Ω che ci interessa osservare . Quindi, se l'esperimento è il lancio di una moneta, l'insieme {H} è l'evento "testa", l'insieme {T} è l'evento "croce" e Ω stesso è l'evento "testa o croce", ovvero un certo evento.
Alcuni eventi sono particolarmente importanti: l'evento impossibile, l'evento elementare e l'evento certo . L'insieme vuoto ∅ rappresenta l'evento impossibile, poiché non contiene alcun risultato; un insieme con un singolo elemento {ω}, con ω in Ω, rappresenta un evento elementare; e Ω stesso è l'evento certo, quello che si verifica sempre quando viene eseguito l'esperimento.
Il linguaggio della teoria degli insiemi è molto utile nello studio della probabilità . Se A e B sono eventi, allora A ∩ B rappresenta il verificarsi simultaneo di A e B, A ∪ B rappresenta il verificarsi di almeno uno di essi, e il complemento di A , spesso scritto come ̄A o Ω \ A, rappresenta il "non verificarsi di A". Questa notazione e le proprietà degli insiemi saranno utilizzate direttamente nella formulazione degli assiomi.
Interpretazioni del concetto di probabilità
Sebbene gli assiomi di Kolmogorov forniscano le basi matematiche per la probabilità, la parola "probabilità" stessa può essere interpretata in vari modi . Storicamente, sono emerse diverse interpretazioni di cosa significhi assegnare un numero P(A) a un evento A.
Nell'interpretazione classica di Laplace, valida per spazi finiti con esiti ugualmente probabili, la probabilità di A è il rapporto tra il numero di casi favorevoli e il numero di casi possibili . Se lo spazio campionario ha n esiti ugualmente probabili (ovvero, #Ω = n) e l'evento A contiene n_A di questi esiti (#A = n_A), allora la probabilità è data da P(A) = n_A / n. Questa formula è abbastanza intuitiva quando tutti gli esiti hanno la stessa probabilità di verificarsi.
L' interpretazione frequentista collega la probabilità alla frequenza relativa osservata nelle ripetizioni di un esperimento . Da questo punto di vista, ripetiamo l'esperimento casuale n volte e contiamo quante volte si verifica l'evento A, chiamando questo numero n_A; quindi consideriamo il limite, al crescere di n, della frazione n_A / n. La probabilità di A sarebbe P(A) = lim_{n→∞} (n_A / n), a condizione che questo limite esista.
Esiste anche l'interpretazione soggettiva, ampiamente utilizzata nella statistica bayesiana, in cui la probabilità è associata al grado di convinzione di un soggetto razionale . In questo approccio, P(A) quantifica quanto qualcuno sia sicuro del verificarsi di A, tenendo conto delle conoscenze disponibili. Non è l'esperienza a "portare" la probabilità, ma il soggetto che valuta l'incertezza in modo coerente.
Nonostante queste diverse interpretazioni, tutte possono coesistere all'interno dello stesso quadro assiomatico di Kolmogorov . Ovvero, a prescindere dal fatto che si preferisca un punto di vista classico, frequentista o soggettivo, alla fine la probabilità sarà modellata matematicamente da una funzione P che obbedisce a un piccolo insieme di assiomi relativi a uno spazio degli eventi.
Costruzione formale: spazi di probabilità e σ-algebre
Kolmogorov descrisse la probabilità in termini di una tripla (Ω, F, P), chiamata spazio di probabilità . In questa tripla, Ω è lo spazio campionario, F è l'insieme degli eventi possibili (tecnicamente, una σ-algebra di sottoinsiemi di Ω) e P è la funzione di probabilità.
Una σ-algebra F è una collezione speciale di sottoinsiemi di Ω che soddisfa determinate proprietà . In generale, F deve contenere l'insieme vuoto, essere chiusa rispetto al complemento (se A appartiene a F, allora anche il suo complemento appartiene a F) ed essere chiusa rispetto alle unioni numerabili (se A₁, A₂, … appartengono a F, allora anche l'unione di tutti loro appartiene a F). Questa struttura garantisce che possiamo lavorare con operazioni sugli insiemi senza uscire dall'universo degli eventi che hanno probabilità ben definite.
Formalmente, F è una σ-algebra su Ω quando: l'insieme vuoto ∅ appartiene a F; se A appartiene a F, allora anche il complemento di A in Ω appartiene a F; e se A₁, A₂, … è una successione (finita o numerabilmente infinita) di elementi di F, allora anche l'unione A₁ ∪ A₂ ∪ … appartiene a F. In molti contesti, F è anche chiamato campo di Borel o σ-campo.
La funzione di probabilità P è definita su F e assegna un numero reale non negativo a ciascun evento E in F. Diciamo quindi che P(E) appartiene a ℝ e P(E) ≥ 0 per ogni E in F. Nella teoria generale della misura, le misure possono assumere valori infiniti, ma nella teoria standard della probabilità, P(E) è sempre finito, il che comporta alcune differenze rispetto alle misure più generali.
Questa struttura (Ω, F, P) con P(Ω) = 1 è ciò che chiamiamo spazio di probabilità . La condizione P(Ω) = 1 è essenziale perché rappresenta l'idea che, eseguendo l'esperimento, un risultato in Ω si verifica certamente; non ci sono "risultati nascosti" al di fuori dello spazio campionario.
I tre assiomi di Kolmogorov
La teoria assiomatica di Kolmogorov si basa su tre assiomi fondamentali che ogni funzione di probabilità deve soddisfare . Sono semplici da enunciare, ma estremamente potenti, perché praticamente tutte le proprietà usuali della probabilità derivano da essi.
Primo assioma: non negatività: per ogni evento A appartenente alla σ-algebra F, si ha P(A) ≥ 0. Ovvero, le probabilità non sono mai negative. In alcune teorie più particolari si parla di "probabilità negative", ma queste idee si discostano dal quadro classico di Kolmogorov.
Secondo assioma - Normalizzazione: la probabilità di un certo evento è uguale a 1, ovvero P(Ω) = 1. Questo assioma stabilisce la convenzione secondo cui 1 corrisponde al 100% di certezza e 0 all'impossibilità. In versioni più elementari, questo assioma può anche essere inteso come l'affermazione che la somma delle probabilità di tutti gli esiti elementari di Ω è uguale a 1.
Terzo assioma — σ-additività: se A₁, A₂, … è una sequenza di eventi a due a due disgiunti (detti anche mutuamente esclusivi), allora P(∪ᵢ Aᵢ) = Σᵢ P(Aᵢ). Ciò vale sia per una collezione finita che per una collezione numerabilmente infinita di eventi. Questa proprietà di additività numerabile è la principale differenza rispetto alla semplice additività finita.
In contesti più semplici, alcuni autori lavorano solo con l'additività finita , richiedendo che P(A ∪ B) = P(A) + P(B) per eventi disgiunti A e B, e che ciò si estenda a un numero finito di insiemi. In questo caso, è sufficiente lavorare con un'algebra di insiemi, non necessariamente una σ-algebra, ma l'approccio standard nella probabilità moderna è quello di richiedere la σ-additività.
È da questo terzo assioma che derivano diverse importanti conseguenze, come uguaglianze, disuguaglianze e leggi della probabilità . Esso è anche al centro del legame tra probabilità e teoria della misura, che studia le misure negli insiemi in modo molto generale.
Proprietà derivate dagli assiomi
A partire dai tre assiomi di Kolmogorov, possiamo dimostrare diverse proprietà fondamentali ed estremamente utili . Queste proprietà non sono assunte a priori: sono conseguenze logiche degli assiomi.
Una delle prime proprietà è la monotonicità della probabilità . Se A e B sono eventi in F e A è contenuto in B (A ⊆ B), allora P(A) ≤ P(B). L'idea è intuitiva: se B comprende tutto ciò che può accadere in A, e forse anche di più, allora B non può avere una probabilità inferiore a quella di A.
Un'altra proprietà fondamentale è che la probabilità di un evento impossibile è zero . Da un punto di vista formale, utilizzando la σ-additività, consideriamo una successione in cui E₁ = A, E₂ = B \ A e Eᵢ = ∅ per i ≥ 3, in uno scenario in cui A ⊆ B. Poiché gli Eᵢ sono disgiunti e la loro unione è B, la somma delle probabilità deve convergere a P(B). Se assumiamo che P(∅) = a > 0, allora la somma di P(∅) infinite volte esploderebbe all'infinito, il che è incompatibile con P(B) finito. Quindi concludiamo che P(∅) = 0.
Pertanto, possiamo affermare la disuguaglianza 0 ≤ P(E) ≤ 1 per ogni evento E in F. Sapevamo già che P(E) ≥ 0 dal primo assioma. Sapendo che P(Ω) = 1 e utilizzando la monotonicità con E ⊆ Ω, ne consegue che P(E) ≤ P(Ω) = 1. Quindi, ogni probabilità è sempre compresa tra 0 e 1, inclusi.
Un'identità comunemente utilizzata è la cosiddetta legge additiva per due eventi qualsiasi . Per gli eventi A e B in F, vale la relazione P(A ∪ B) = P(A) + P(B) − P(A ∩ B). Questa formula corregge il "doppio conteggio" dell'evento comune A ∩ B, che viene aggiunto due volte se sommiamo P(A) e P(B) senza alcuna correzione.
Un'altra conseguenza importante è la relazione tra un evento e il suo complemento . Se indichiamo il complemento di A con ̄A, allora P(̄A) = 1 − P(A). Questa uguaglianza traduce l'idea che "o A accade o A non accade", e non esiste altra possibilità all'interno di Ω.
Da ciò, risulta anche chiaro che P(A) = 0 non implica necessariamente che A sia l'evento impossibile . In termini matematici, è possibile che un evento abbia probabilità zero senza essere l'insieme vuoto (questo si verifica, ad esempio, negli spazi continui), ma al livello più elementare, P(A) = 0 è solitamente associato a eventi praticamente impossibili.
Esempio pratico: lancio di una moneta
Un esempio classico e molto didattico per visualizzare gli assiomi di Kolmogorov è il lancio di una moneta . Supponiamo, per cominciare, che la moneta possa cadere solo su "testa" (T) o "croce" (C), e che questi siano gli unici risultati possibili.
Definiamo quindi lo spazio campionario come Ω = {H, T} . Gli eventi possibili formano una σ-algebra F composta da {∅, {H}, {T}, {H, T}}. In questo contesto, l'evento impossibile è ∅, gli eventi elementari sono {H} e {T}, e l'evento certo è {H, T}.
Per gli assiomi di Kolmogorov, sappiamo che P(∅) = 0 e P(Ω) = 1. Se assumiamo che la moneta sia equa, cioè che non favorisca né l'uno né l'altro lato, allora la simmetria suggerisce che P({T}) = P({C}). Poiché la somma P({T}) + P({C}) deve essere uguale a 1, concludiamo che entrambe sono uguali a 1/2.
Pertanto, la probabilità di ottenere "testa o croce" è P({T, C}) = 1 , la probabilità di ottenere "testa" è P({T}) = 1/2 e la probabilità di ottenere "croce" è P({C}) = 1/2. La somma delle probabilità degli eventi elementari esaurisce la probabilità totale dello spazio.
Questo modello, sebbene semplice, illustra come gli assiomi si comportano nella pratica e come prevengono incongruenze nei calcoli di probabilità . Se non definiamo con precisione lo spazio campionario, possiamo commettere gravi errori, perché ogni evento è sempre un sottoinsieme di Ω; se il sottoinsieme non rientra in Ω, la sua probabilità non è nemmeno definita.
Probabilità negli spazi finiti e numerabili
Quando lo spazio campionario è finito o numerabile, la probabilità può essere descritta in modo molto concreto . Supponiamo che Ω = {ω₁, ω₂, …} sia un insieme finito o numerabile di risultati possibili.
Se A è un evento che contiene alcuni di questi risultati, come ad esempio A = {ω₁*, …, ω_{k*}, …} , allora la probabilità di A può essere vista come la somma delle probabilità dei corrispondenti eventi elementari: P(A) = P(∪ᵢ {ω_{i*}}) = Σᵢ P({ω_{i*}}). Questa è un'applicazione diretta dell'additività (o σ-additività) su insiemi disgiunti.
Nel caso particolare in cui lo spazio campionario sia finito, con #Ω = n, e tutti i risultati siano ugualmente probabili , abbiamo P({ωᵢ}) = 1/n per ogni i. Se A contiene k risultati distinti in Ω, allora P(A) = Σ_{i=1}^k P({ω_{i*}}) = k/n = (#A)/(#Ω). Questa è esattamente la classica formula di Laplace reinterpretata nel moderno quadro assiomatico.
Quando lo spazio campionario è numerabilmente infinito, la somma delle probabilità degli eventi elementari deve comunque convergere a 1. Ovvero, Σᵢ P({ωᵢ}) = 1. È qui che la σ-additività mostra la sua forza, permettendoci di trattare non solo somme finite, ma anche serie infinite di eventi.
Probabilità condizionata e ruolo degli assiomi.
Un aspetto centrale della teoria è la comprensione di come la probabilità cambi quando sappiamo che un certo evento si è già verificato . È qui che entra in gioco la probabilità condizionata, solitamente scritta come P(A | B), che significa "probabilità di A dato che B si è verificato".
La formula base per la probabilità condizionata è P(A | B) = P(A ∩ B) / P(B), a condizione che P(B) > 0. Questa definizione è compatibile con gli assiomi di Kolmogorov e, infatti, per ogni B con P(B) > 0, la funzione A ↦ P(A | B) soddisfa nuovamente i tre assiomi quando restringiamo lo spazio degli eventi a B.
Ciò significa che P(· | B) è di per sé una funzione di probabilità sul "nuovo" spazio campionario B. Di conseguenza, valgono tutte le proprietà di base per le probabilità condizionali: P(̄A | B) = 1 − P(A | B), P(∅ | B) = 0, monotonicità condizionale (se A₁ ⊆ A₂, allora P(A₁ | B) ≤ P(A₂ | B)) e la formula P(A₁ ∪ A₂ | B) = P(A₁ | B) + P(A₂ | B) − P(A₁ ∩ A₂ | B).
La definizione di probabilità condizionata deriva anche dall'importante relazione P(A ∩ B) = P(A) P(B | A), quando P(A) > 0. Simmetricamente, possiamo scrivere P(A ∩ B) = P(B) P(A | B), a condizione che P(B) > 0. Queste uguaglianze aiutano a scomporre le probabilità congiunte e sono alla base di diversi risultati, come il teorema di Bayes.
È interessante notare che la probabilità "incondizionata" può essere vista come un caso particolare di probabilità condizionata . Infatti, possiamo scrivere P(A) = P(A ∩ Ω) / P(Ω) = P(A | Ω), poiché P(Ω) = 1. Ciò rafforza l'idea che, concettualmente, ogni probabilità è condizionata da alcune informazioni di base, anche se si tratta solo della conoscenza di operare all'interno di Ω.
Indipendenza degli eventi
Un altro concetto chiave che si basa sugli assiomi è quello di indipendenza tra eventi . Due eventi A e B sono indipendenti se il verificarsi di uno non altera la probabilità dell'altro.
In termini formali, A e B sono indipendenti quando P(A ∩ B) = P(A) P(B) . In termini di probabilità condizionata, ciò implica che se P(B) > 0, allora P(A | B) = P(A), e se P(A) > 0, allora P(B | A) = P(B). Ovvero, sapere che B si è verificato non cambia la probabilità di A, e viceversa.
Ogni evento è indipendente dall'evento impossibile ∅ e dall'evento certo Ω . Per l'insieme vuoto, P(A ∩ ∅) = 0 e P(∅) = 0, quindi la relazione è banalmente valida. Per l'evento certo, P(A ∩ Ω) = P(A) e P(Ω) = 1, quindi P(A ∩ Ω) = P(A) P(Ω) = P(A).
Una domanda frequente è se due eventi disgiunti possano essere indipendenti . In generale, se A e B sono disgiunti ed entrambi hanno probabilità positiva, allora P(A ∩ B) = 0, ma P(A) ≠ P(B) > 0, il che viola la definizione di indipendenza. Pertanto, in molti casi, due eventi disgiunti con probabilità diversa da zero non sono indipendenti, poiché il verificarsi di uno esclude la possibilità dell'altro.
Quando si ha a che fare con più di due eventi, emergono diverse nozioni di indipendenza . Possiamo avere indipendenza a coppie, indipendenza congiunta e altri tipi. In tutti questi casi, tuttavia, il punto di partenza rimane la relazione P(A ∩ B) = P(A) P(B), basata sugli assiomi di Kolmogorov e sulla definizione di probabilità condizionata.
Regole pratiche e leggi classiche della probabilità
Al di là delle proprietà formali, gli assiomi ci permettono di enunciare leggi operative più concrete, utili nel lavoro quotidiano di chi si occupa di calcoli di probabilità . Una di queste è la cosiddetta legge di addizione, già menzionata nella forma P(A ∪ B) = P(A) + P(B) − P(A ∩ B), che può essere estesa a un numero maggiore di eventi attraverso il principio di inclusione-esclusione.
Un'altra regola comunemente usata è la relazione tra un evento e la sua parte "esterna" a un altro evento . Per A e B in F, vale quanto segue: P(A ∩ ̄B) = P(A) − P(A ∩ B). Questo significa semplicemente scomporre A in due parti: la parte che si verifica insieme a B (A ∩ B) e la parte che si verifica senza B (A ∩ ̄B). Queste due parti sono disgiunte e la loro unione è A, il che porta alla precedente uguaglianza per additività.
La legge della probabilità totale e il teorema di Bayes, sebbene non siano qui descritti in dettaglio, si basano anch'essi direttamente sugli assiomi . La legge della probabilità totale combina le probabilità condizionali in una partizione dello spazio campionario, mentre il teorema di Bayes "inverte" le probabilità condizionali, consentendo di aggiornarle in base a nuove evidenze.
Nelle versioni più didattiche, vengono elencati anche alcuni "assiomi pratici" facili da memorizzare , come ad esempio: la probabilità massima è 1 (100%); la somma delle probabilità di tutti gli elementi nello spazio campionario è uguale a 1; e la probabilità di un evento X sommata alla probabilità di "non X" è sempre 1. Queste affermazioni sono un riflesso diretto degli assiomi formali.
Grazie a questo insieme di leggi, diventa possibile risolvere problemi che spaziano dai semplici giochi d'azzardo a modelli complessi con molte variabili . Il grande vantaggio è che, al di là di tutte le formule e i trucchi di calcolo, il fondamento logico rimane sempre lo stesso tripode assiomatico.
Gli assiomi di probabilità di Kolmogorov forniscono una base rigorosa ma flessibile per affrontare l'incertezza . A partire da tre semplici principi – non negatività, normalizzazione e σ-additività – è stata costruita una ricca teoria, capace di incorporare interpretazioni classiche, frequentiste e soggettive, di gestire spazi finiti o infiniti, di descrivere probabilità condizionali e indipendenza e di supportare applicazioni in praticamente tutti i campi scientifici e tecnologici.