Uncountably many conditionally inaccessible decisions exist in every finite probability space

तकनीकी सारांश: परिमित संभाव्यता स्थानों में अनगिनत सशर्त रूप से अप्राप्य निर्णय

समस्या विवरण
यह शोध पत्र निर्णय सिद्धांत (decision theory) में एक समस्या को संबोधित करता है जो एक एजेंट की व्यक्तिपरक संभाव्यता (credence) और वस्तुनिष्ठ संभाव्यता के बीच संबंध से संबंधित है। विशेष रूप से, यह "सशर्त $p$-अप्राप्य निर्णयों" (conditionally $p$-inaccessible decisions) की घटना की जांच करता है। एक निर्णय जिसमें $f_1$ को $f_2$ के ऊपर चुनने का चुनाव किया जाता है, उसे तब वस्तुनिष्ठ रूप से अच्छा माना जाता है जब एक वस्तुनिष्ठ संभाव्यता माप $p^*$ के तहत $f_1$ का अपेक्षित उपयोगिता (expected utility) $f_2$ से अधिक हो। हालांकि, एक एजेंट $p$ के आधार पर निर्णय लेता है। यदि एजेंट $p^*$ के संबंध में आंशिक साक्ष्य (partial evidence) के बारे में जेफ्री कंडीशनिंग (Jeffrey conditioning) का उपयोग करके अपने पूर्ववर्ती (prior) $p$ को अपडेट करता है, तो परिणामी पश्चवर्ती संभाव्यता (posterior probability) $q_\Pi$, एजेंट को उस निर्णय तक ले जा सकती है जो $p^*$ द्वारा निर्देशित निर्णय से भिन्न हो (या उदासीन हो)।

केंद्रीय प्रश्न यह है कि क्या ऐसे निर्णय संदर्भ मौजूद हैं जहाँ, किसी भी आंशिक साक्ष्य (एक उचित गैर-तुच्छ विभाजन $\Pi$ द्वारा प्रतिनिधित्व किया गया) के बावजूद जिसे एजेंट $p^*$ के बारे में प्राप्त करता है, एजेंट का अपडेट किया गया तर्कसंगत निर्णय कभी भी वस्तुनिष्ठ रूप से अच्छे निर्णय के साथ संरेखित नहीं होता है। पूर्ववर्ती कार्य [16] ने विशिष्ट परिमित संभाव्यता स्थानों में ऐसे निर्णयों के अस्तित्व को स्थापित किया था और $n \ge 3$ मूल घटनाओं वाले स्थानों में उनके अस्तित्व की परिकल्पना की थी।

कार्यप्रणाली
लेखक परिमित संभाव्यता स्थानों $(X, S)$ के भीतर, जहाँ $X = \{1, \dots, n\}$ और $n \ge 3$ है, एक कठोर गणितीय ढांचे का उपयोग करते हैं। कार्यप्रणाली निम्नलिखित पर निर्भर करती है:

1. जेफ्री कंडीशनिंग (Jeffrey Conditioning): $p$ और विभाजन $\Pi$ के दिए गए पूर्ववर्ती और $p^*$ के संबंध में जेफ्री पश्चवर्ती $q_\Pi$ के व्युत्पन्न का उपयोग करना।
2. राडॉन-निकोडिम डेरिवेटिव (Radon-Nikodym Derivatives): वस्तुनिष्ठ और व्यक्तिपरक मापों के बीच संबंध को चित्रित करने के लिए फलन $r(i) = p^*(i)/p(i)$ का विश्लेषण करना।
3. कुलबैक-लीब्लर डाइवर्जेंस (Kullback-Leibler Divergence): विभिन्न संभाव्यता मापों के तहत उपयोगिता फलनों पर सख्त सीमाएं स्थापित करने के लिए सूचना-सैद्धांतिक असमानताओं का उपयोग करना।
4. रचनात्मक प्रमाण (Constructive Proofs): "बेयस $p$-ब्लाइंड स्पॉट" (वे माप जिन्हें कंडीशनिंग $p$ द्वारा प्राप्त नहीं किया जा सकता) के गुणों का लाभ उठाते हुए सशर्त अप्राप्यता की शर्तों को संतुष्ट करने वाले उपयोगिता फलनों (यादृच्छिक चरों) को स्पष्ट रूप से निर्मित करना।
5. संयोजन विश्लेषण (Combinatorial Analysis): विभाजनों की कार्डिनैलिटी (cardinality) और पश्चवर्तियों की बहुलता की जांच करना ताकि अप्राप्यता के "स्तर" (degree) को निर्धारित किया जा सके।

प्रमुख योगदान और परिणाम

1. सभी परिमित स्थानों में अस्तित्व का प्रमाण (प्रमेय 3.2):
   लेखक [16] की परिकल्पना से अधिक मजबूत प्रमेय सिद्ध करते हैं। यह स्थापित करता है कि $n \ge 3$ तत्वों वाले किसी भी परिमित स्थान में किसी भी संभाव्यता माप $p$ और किसी भी वस्तुनिष्ठ माप $p^*$ के लिए, यदि $p^*$ बेयस $p$-ब्लाइंड स्पॉट में स्थित है (अर्थात, $p^*$ को किसी भी उचित गैर-तुच्छ विभाजन पर कंडीशनिंग करके प्राप्त नहीं किया जा सकता), तो सशर्त $p$-अप्राप्य निर्णयों को दर्शाने वाले उपयोगिता फलनों के जोड़ों की अनगिनत संख्याएँ मौजूद हैं।

• तंत्र: प्रमाण यह प्रदर्शित करता है कि यदि राडॉन-निकोडिम डेरिवेटिव $r$ एकैकी (injective) है, तो $\log r$ पर आधारित एक फलन $g$ निर्मित किया जा सकता है ताकि $E_{p^*}[g] > E_{q_\Pi}[g]$ सभी विभाजनों $\Pi$ के लिए हो। इस फलन को स्थानांतरित करके, एक निर्णय $d$ बनाया जाता है जहाँ $E_{p^*}[d] > 0$ लेकिन सभी $\Pi$ के लिए $E_{q_\Pi}[d] \le 0$ है।

2. अप्राप्य निर्णयों की कार्डिनैलिटी (Cardinality of Inaccessible Decisions):
   लेखक दिखाते हैं कि ऐसे "बुरे" निर्णय की स्थितियाँ न केवल गैर-रिक्त हैं बल्कि "विशाल" हैं। विशेष रूप से, किसी भी निश्चित $p$ के लिए, बेयस $p$-ब्लाइंड स्पॉट में वस्तुनिष्ठ मापों $p^*$ का एक निरंतरता (continuum/uncountable) मौजूद है। प्रत्येक ऐसे $p^*$ के लिए, सशर्त अप्राप्य निर्णयों को उत्पन्न करने वाले उपयोगिता फलन जोड़ों का एक निरंतरता (continuum) है।

3. सूचित तर्कसंगतता पर प्रमेय (प्रमेय 2.4):
   लेखक सिद्ध करते हैं कि यदि कोई निर्णय सशर्त रूप से $p$-अप्राप्य है (अर्थात, अपडेट किया गया निर्णय कभी भी वस्तुनिष्ठ रूप से अच्छा नहीं होता है), तो एजेंट का प्रारंभिक निर्णय (अनकंडीशन्ड प्रायर $p$ पर आधारित) भी वस्तुनिष्ठ रूप से गलत ($E_p[d] < 0$) होना चाहिए। यह उस विरोधाभासी परिदृश्य को खारिज करता है जहाँ कंडीशनिंग के माध्यम से वस्तुनिष्ठ सत्य को सीखने से एक गलत निर्णय मिलता है, जबकि अनइंफोर्म्ड निर्णय सही था।

4. अप्राप्यता के स्तरों का लक्षण वर्णन (प्रमेय 4.4):
   यह शोध पत्र [16] के अनुमान 7.2 को हल करता है जो सशर्त अप्राप्यता के "स्तर" (degree) के संबंध में था। यह स्तर को उन विभाजनों $\Pi$ की संख्या के रूप में परिभाषित करता है जिनके लिए अपडेट किया गया निर्णय वस्तुनिष्ठ रूप से अच्छा होने में विफल रहता है। लेखक सिद्ध करते हैं कि एक निश्चित निर्णय संदर्भ के लिए, प्राप्त योग्य स्तरों का सेट विभाजनों से उत्पन्न पश्चवर्तियों की बहुलता पर निर्भर करता है। यदि विभाजनों से पश्चवर्तियों का मानचित्रण एकैकी (injective) है, तो प्रत्येक पूर्णांक स्तर $0$से लेकर कुल उचित गैर-तुच्छ विभाजनों ($Bell(n)-2$) तक प्राप्त किया जा सकता है।

महत्व
लेख का दावा है कि सशर्त $p$-अप्राप्य निर्णय केवल दुर्लभ विसंगतियाँ नहीं हैं, बल्कि परिमित स्थानों में निर्णय सिद्धांत की एक सुदृढ़ और पर्याप्त विशेषता हैं।

• व्याख्या: यदि $p^*$ वस्तुनिष्ठ वास्तविकता का प्रतिनिधित्व करता है और $p$ एक एजेंट की व्यक्तिपरक धारणा का प्रतिनिधित्व करता है, तो परिणाम यह संकेत देते हैं कि निर्णयों की "विशाल संख्या" ऐसी है जहाँ एजेंट की व्यक्तिपरक संभाव्यता संरचना उन्हें वस्तुनिष्ठ रूप से अच्छे निर्णय तक पहुँचने से मौलिक रूप से रोकती है, भले ही वे वस्तुनिष्ठ संभावनाओं के बारे में सत्य लेकिन आंशिक जानकारी के साथ अपने विश्वासों को अपडेट करें।
• तर्कसंगतता के लिए निहितार्थ: बेयस $p$-ब्लाइंड स्पॉट का अस्तित्व यह सुझाव देता है कि वस्तुनिष्ठ संभावनाओं के एक विस्तृत वर्ग के लिए, कोई भी आंशिक साक्ष्य (कंडीशनिंग) एजेंट की व्यक्तिपरक तर्कसंगतता और वस्तुनिष्ठ इष्टतमता के बीच की खाई को पाटने में सक्षम नहीं है। लेख निष्कर्ष निकालता है कि एजेंट की व्यक्तिपरक संभाव्यता व्यवस्थित रूप से वस्तुनिष्ठ रूप से अच्छे निर्णयों के क्रियान्वयन को बाधित कर सकती है, चाहे विशिष्ट आंशिक साक्ष्य कुछ भी प्राप्त किया जाए।