📈 economics

Delta-Epsilon-Common Knowledge and Quantitative Agreement Theorems

यह शोध पत्र सामान्य संभाव्यता स्थानों (probability spaces) के लिए लागू $(\delta,\epsilon)$ -साझा ज्ञान (common knowledge) के लिए एक नवीन ढांचे को प्रस्तुत करता है और शोरयुक्त संचार (noisy communication) तथा यादृच्छिक चरों (random variables) से जुड़े परिवेशों में ऑमन के एग्रीमेंट थ्योरम (Aumann's Agreement Theorem) और संबंधित परिणामों के मात्रात्मक विस्तार प्रदान करता है।

मूल लेखक: Christina Pawlowitsch, Stefan Schrott, Daniel Toneian

प्रकाशित 2026-06-11

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Christina Pawlowitsch, Stefan Schrott, Daniel Toneian

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप और आपका एक मित्र किसी रहस्यमय घटना के परिणाम का अनुमान लगाने की कोशिश कर रहे हैं, जैसे कि कल बारिश होगी या नहीं। आप दोनों के पास अपनी निजी जानकारी है (शायद आपने आसमान देखा, आपके मित्र ने एक ऐप देखा)। क्लासिक गणितीय सिद्धांत की आदर्श दुनिया में, यदि आप दोनों जानते हैं कि आप दोनों उत्तर जानते हैं, और आप जानते हैं कि आप जानते हैं कि वे जानते हैं, और यह सिलसिला अनंत तक चलता है, तो आप दोनों अपने पूर्वानुमान के लिए बिल्कुल एक ही संख्या पर सहमत होने के लिए मजबूर हैं। यह रॉबर्ट ऑलमैन का प्रसिद्ध "एग्रीमेंट थ्योरम" (Agreement Theorem) है।

हालाँकि, वास्तविक दुनिया आदर्श नहीं है। हमारे पास अनंत स्मृति (memory) नहीं है, हमारा संचार कभी-कभी अस्पष्ट होता है, और हमारी जानकारी शायद ही कभी 100% पूर्ण होती है। हम अक्सर "लगभग" जानने की स्थिति में होते हैं।

पावलोविच, श्रोट और टोनेयन द्वारा लिखा गया यह शोध पत्र एक सरल लेकिन गहन प्रश्न पूछता है: जब हम चीजों के बारे में केवल "लगभग" निश्चित होते हैं, तो उस सहमति के नियम का क्या होता है?

वे "लगभग" को मापने का एक नया तरीका पेश करते हैं, जिसमें दो सरल संख्याएँ हैं, जैसे कि मशीन पर एक डायल: $\delta$ (डेल्टा) और $\epsilon$ (एप्सिलॉन)।

"लगभग" के दो डायल

लेखक यह मापने के लिए एक प्रणाली बनाते हैं कि हम पूर्ण ज्ञान के कितने करीब हैं, जिसमें दो प्रकार की "धुंधलापन" (fuzziness) शामिल है:

$\delta$ डायल (एक धुंधला लेंस): यह मापता है कि आपकी निजी जानकारी पूर्ण रूप से स्पष्ट होने के कितने करीब है। कल्पना कीजिए कि आप एक थोड़े धुंधले खिड़की के माध्यम से मानचित्र देख रहे हैं। यदि धुंध बहुत पतली है ( $\delta$ छोटा है), तो आप सड़क को लगभग स्पष्ट देख सकते हैं। गणितीय शब्दों में, इसका अर्थ है कि आपकी जानकारी आपके ज्ञान में "लगभग" समाहित है।
$\epsilon$ डायल (एक लीकी बकेट/छेद वाला बाल्टी): यह मापता है कि आपका निष्कर्ष सत्य के कितने करीब है। कल्पना कीजिए कि आप एक बाल्टी भरने की कोशिश कर रहे हैं (सत्य के साथ), लेकिन बाल्टी में छोटे-छोटे छेद हैं। यदि छेद बहुत छोटे हैं ( $\epsilon$ छोटा है), तो आपके पास अभी भी लगभग सही मात्रा में पानी है। गणितीय शब्दों में, इसका अर्थ है कि आपका विश्वास वास्तविक घटना का "लगभग" एक उपसमुच्चय (subset) है।

मुख्य खोज: आप फिर भी सहमत होते हैं (काफी हद तक)

इस शोध पत्र की बड़ी खबर यह है कि भले ही ये दोनों डायल चालू हों (अर्थात आपके पास धुंधले लेंस हैं और लीकी बाल्टी है), आप और आपका मित्र फिर भी बहुत अधिक मतभेद नहीं कर सकते।

यदि आप दोनों जानते हैं कि आप दोनों उत्तर के बारे में "लगभग" जानते हैं (इन $\delta$ और $\epsilon$ परिभाषाओं का उपयोग करते हुए), तो आपके अंतिम अनुमान एक दूसरे के बहुत करीब होंगे। शोध पत्र एक गणितीय सूत्र प्रदान करता है जो कहता है: "आपका अनुमान और मेरा अनुमान के बीच का अंतर हमारे धुंधलेपन और लीकी स्थिति से गणना की गई एक विशिष्ट संख्या से बड़ा नहीं हो सकता।"

उपमा: कल्पना कीजिए कि दो लोग तरबूज का वजन अनुमान लगाने की कोशिश कर रहे हैं। एक व्यक्ति चश्मा पहने हुए है जो थोड़ा गंदा है ( $\delta$ ), और दूसरा एक ऐसे तराजू का उपयोग कर रहा है जो थोड़ा गलत कैलिब्रेटेड है ( $\epsilon$ )। भले ही दोनों के पास पूर्ण दृश्य या पूर्ण तराजू न हो, यदि वे दोनों जानते हैं कि दूसरा भी इसी तरह की "थोड़ी अपूर्ण" स्थिति में है, तो वे अभी भी वजन के बहुत करीब अनुमान लगाएंगे। वे 5 पाउंड और 50 पाउंड का अनुमान नहीं लगाएंगे; वे शायद 12 पाउंड और 13 पाउंड का अनुमान लगाएंगे। "शोर" (noise) यह सीमित करता है कि वे एक-दूसरे से कितनी दूर जा सकते हैं।

घटनाओं से रैंडम वेरिएबल्स तक (एक "गतिशील लक्ष्य")

शोध पत्र एक कठिन संस्करण पर भी काम करता है। केवल "हाँ/नहीं" (क्या बारिश होगी?) का अनुमान लगाने के बजाय, क्या होगा यदि आप एक ऐसी संख्या का अनुमान लगाने की कोशिश कर रहे हैं जो बदलती रहती है, जैसे तापमान या शेयर की कीमत?

लेखक अपने "धुंधले लेंस" और "लीकी बाल्टी" के विचार को इन गतिशील लक्ष्यों तक विस्तारित करते हैं। वे दिखाते हैं कि भले ही आप एक जटिल, बदलते हुए नंबर का अनुमान लगाने की कोशिश कर रहे हों, यदि आपका ज्ञान "लगभग" साझा है, तो उस नंबर के आपके अनुमान एक दूसरे के करीब रहेंगे। वे इस निकटता को मापने के लिए "कंडीशनल वेरिएंस" (conditional variance - एक फैंसी तरीका यह कहने का कि "मेरा अनुमान कितना डगमगा सकता है") की अवधारणा का उपयोग करते हैं।

"नॉइजी फोन" (शोर वाला फोन) परिदृश्य

शोध पत्र एक व्यावहारिक उदाहरण के साथ समाप्त होता है जिसमें शोर वाला फोन कॉल शामिल है। कल्पना कीजिए कि आप और आपका मित्र फोन पर हैं, तापमान का पता लगाने की कोशिश कर रहे हैं। हर बार जब आप बोलते हैं, तो फोन आपकी आवाज़ में थोड़ा सा स्टैटिक शोर (static noise) जोड़ देता है।

पुराना दृष्टिकोण: यदि कोई भी शोर मौजूद है, तो गणित कहता है कि आप शायद कभी पूर्ण सहमति तक नहीं पहुँच पाएंगे।
नया दृष्टिकोण: लेखक दिखाते हैं कि इस निरंतर स्टैटिक के साथ भी, जब तक कि शोर बहुत तेज़ न हो जाए (वेरिएंस सीमित है), आपके अनुमान अंततः स्थिर हो जाएंगे और एक दूसरे के बहुत करीब रहेंगे। आपको एक पूर्ण, शांत लाइन की आवश्यकता नहीं है; आपको बस एक ऐसी लाइन की आवश्यकता है जहाँ स्टैटिक बहुत बुरा न हो।

सारांश

सरल शब्दों में, यह शोध पत्र एक कठोर, पूर्ण दुनिया के गणितीय नियम ("यदि हम सब कुछ जानते हैं, तो हमें सहमत होना चाहिए") को लेता है और इसे वास्तविक दुनिया के लिए नरम बनाता है। यह सिद्ध करता है कि अपूर्ण ज्ञान पूर्ण अराजकता की ओर नहीं ले जाता। जब तक हमारी खामियां छोटी हैं और हम जानते हैं कि दूसरा व्यक्ति भी इसी तरह की अपूर्णता के साथ है, तो हम गणितीय रूप से एक ही दायरे में रहने के लिए गारंटीकृत हैं। हम सटीक दशमलव बिंदु पर सहमत नहीं हो सकते, लेकिन हम निश्चित रूप से सामान्य विचार पर सहमत होंगे।

तकनीकी सारांश: डेल्टा-एप्सिलॉन-कॉमन नॉलेज और क्वांटिटेटिव एग्रीमेंट थ्योरम्स

समस्या विवरण
ऑमन के मौलिक कार्य के पचास वर्ष बाद, कॉमन नॉलेज और एग्रीमेंट थ्योरम्स का क्षेत्र व्यावहारिक अनुप्रयोग में दो प्राथमिक सीमाओं का सामना कर रहा है। पहला, वास्तविक दुनिया के परिदृश्य ऑमन द्वारा परिभाषित सख्त, बाइनरी कॉमन नॉलेज के बजाय "लगभग" (almost) कॉमन नॉलेज से जुड़े होते हैं। दूसरा, एग्रीमेंट थ्योरम के मौजूदा सामान्यीकरण—विशेष रूप से काउंटेबल प्रोबेबिलिटी स्पेस से जनरल (अनकाउंटेबल) स्पेस की ओर और इवेंट्स से रैंडम वेरिएबल्स की ओर (जैसा कि नील्सन द्वारा किया गया है)—को 'लगभग ज्ञान' (approximate knowledge) की अवधारणा के साथ पर्याप्त रूप से संयोजित नहीं किया गया है। जबकि पिछले साहित्य (जैसे मोंडेरे और सामेट, गेनाकोप्लोस, मोरिस) ने 'कॉमन $p$ -बलीफ' के माध्यम से अनुमानित सहमति को संबोधित किया है, ये परिणाम मुख्य रूप से काउंटेबल प्रोबेबिलिटी स्पेस तक ही सीमित हैं। एक ऐसे ढांचे की आवश्यकता है जो जनरल प्रोबेबिलिटी स्पेस और रैंडम वेरिएबल्स के लिए लागू होने वाले कॉमन नॉलेज के अंतर को मात्रात्मक रूप से माप सके, विशेष रूप से शोर युक्त संचार (noisy communication) वाले परिवेश में।

कार्यप्रणाली
लेखक लगभग सटीक कॉमन नॉलेज को मापने के लिए एक नया ढांचा प्रस्तुत करते हैं, जिसे $(\delta, \varepsilon)$ -कॉमन नॉलेज कहा जाता है, जो जनरल प्रोबेबिलिटी स्पेस $(\Omega, \mathcal{F}, P)$ के भीतर इवेंट्स पर परिभाषित है। यह कार्यप्रणाली मौलिक सेट-थ्योरेटिक और मेजर-थ्योरेटिक धारणाओं के दो मो़डिफिकेशन (relaxations) पर आधारित है:

$\sigma$ -एल्जेब्रा में $\delta$ -लगभग समावेशन (containment): एक इवेंट $B$ , $\sigma$ -एल्जेब्रा $\mathcal{G}$ में $\delta$ -लगभग शामिल है यदि एक $G \in \mathcal{G}$ मौजूद है जिससे $P(B \triangle G) \leq P(B)\delta$ हो।
एक इवेंट में $\varepsilon$ -लगभग समावेशन: एक इवेंट $B$ , $A$ का $\varepsilon$ -लगभग उपसमुच्चय (subset) है यदि $P(B \setminus A) \leq P(B)\varepsilon$ हो।

यह शोध पत्र किसी विशिष्ट अवस्था $\omega$ के बजाय "एक इवेंट $B$ पर" ज्ञान और कॉमन नॉलेज को परिभाषित करता है। यह दृष्टिकोण न केवल नल सेट्स (null sets) को संभालने की अनुमति देता है, बल्कि निरंतर मॉडलों (continuous models) के लिए भी उपयुक्त है जहाँ विशिष्ट पोस्टीरियर वैल्यूज का सटीक ज्ञान होना अक्सर असंभव होता है। लेखक रैंडम वेरिएबल्स के ज्ञान की "निकटता" को मापने के लिए कंडीशनल वेरिएंस का उपयोग करते हैं, जो नील्सन के कार्य का विस्तार है। वे $\sigma$ -एल्जेब्रा के बीच मेट्रिक $d(\mathcal{G}_1, \mathcal{G}_2)$ (रोग के आधार पर) का भी उपयोग करते हैं ताकि कंडीशनल एक्सपेक्टेशंस के निरंतरता गुणों को स्थापित किया जा सके।

प्रमुख योगदान और परिणाम

1. एक इवेंट का अनुमानित कॉमन नॉलेज (Approximate Common Knowledge of an Event)
यह शोध पत्र स्थापित करता है कि $(\delta, \varepsilon)$ -कॉमन नॉलेज की $\sigma$ -एल्जेब्रा-आधारित परिभाषा, एक पदानुक्रमित (hierarchical) परिभाषा (पारस्परिक ज्ञान का पारस्परिक ज्ञान) और एक वैकल्पिक पदानुक्रमित (alternating hierarchical) परिभाषा (व्यक्ति 1 जानता है, व्यक्ति 2 जानता है कि व्यक्ति 1 जानता है, आदि) दोनों के समकक्ष है। यह ऑमन के मूल समतुल्यता प्रमाण को अनुमानित सेटिंग में सामान्यीकृत करता है।

क्वांटिटेटिव एग्रीमेंट थ्योरम (थ्योरम 3.12 और 3.15): लेखक सिद्ध करते हैं कि यदि दो व्यक्तियों के पास अपने पोस्टीरियर्स (किसी इवेंट या रैंडम वेरिएबल $X \in [0,1]$ के लिए) के विशिष्ट अंतरालों के भीतर होने का $(\delta, \varepsilon)$ -कॉमन नॉलेज है, तो उनके पोस्टीरियर्स के बीच का अंतर समान रूप से सीमित (uniformly bounded) रहता है। विशेष रूप से, यदि पोस्टीरियर्स $(\delta, \varepsilon)$ -कॉमन नॉलेज हैं, तो $|q_1 - q_2|$ का अंतर $\frac{2\delta + \varepsilon}{1 + \delta}$ द्वारा सीमित है। यह परिणाम जनरल प्रोबेबिलिटी स्पेस के लिए मान्य है, जबकि कॉमन $p$ -बलीफ पर आधारित पिछले परिणाम काउंटेबल स्पेस तक सीमित थे।
कॉमन $p$ -बलीफ के साथ संबंध: शोध पत्र $(\delta, \varepsilon)$ -कॉमन नॉलेज और कमजोर कॉमन $p$ -बलीफ के बीच स्पष्ट रूपांतरण सूत्र (प्रपोजिशन 3.18 और 3.19) प्रदान करता है, जो यह दर्शाता है कि दोनों अवधारणाएं प्रयोज्यता के मामले में एक दूसरे के पूरक हैं, हालांकि $(\delta, \varepsilon)$ -कॉमन नॉलेज जनरल स्पेस में अधिक मजबूत संरचनात्मक समतुल्यता प्रदान करता है।

2. एक रैंडम वेरिएबल का अनुमानित कॉमन नॉलेज
नील्सन के कार्य का विस्तार करते हुए, लेखक कंडीशनल वेरिएंस का उपयोग करके रैंडम वेरिएबल्स के लिए $(\delta, \varepsilon)$ -कॉमन नॉलेज को परिभाषित करते हैं। एक रैंडम वेरिएबल $X$ , $B$ पर $(\delta, \varepsilon)$ -कॉमन नॉलेज है यदि $B$ , दोनों व्यक्तियों के $\sigma$ -एल्जेब्रा में $\delta$ -लगभग शामिल है और प्रतिबंधित $\sigma$ -एल्जेब्रा के सापेक्ष $X$ का कंडीशनल वेरिएंस $\varepsilon$ द्वारा सीमित है।

रैंडम वेरिएबल्स के लिए एग्रीमेंट थ्योरम (थ्योरम 4.21): शोध पत्र सिद्ध करता है कि यदि एक रैंडम वेरिएबल $X$ के पोस्टीरियर्स $B$ पर $(\delta, \varepsilon)$ -कॉमन नॉलेज हैं, तो $B$ पर पोस्टीरियर्स के बीच $L^2$ -दूरी $\delta$ और $\varepsilon$ के एक फलन (function) द्वारा सीमित होती है:
$E_{P_B}[(E[X|\mathcal{G}_1] - E[X|\mathcal{G}_2])^2] \leq 64\delta \|X\|_{L^\infty}^2 + 4\sqrt{\varepsilon} \|X\|_{L^\infty}$
यह परिणाम नील्सन के एग्रीमेंट थ्योरम को अनुमानित सेटिंग्स में सामान्यीकृत करता है।

3. गतिशील अनुमानित सहमति (Dynamic Approximate Agreement)
लेखक गेनाकोप्लोस और पोलमारचकिस एवं नील्सन के गतिशील एग्रीमेंट परिणामों को शोर युक्त सेटिंग्स (noisy settings) में विस्तारित करते हैं।

शोर के साथ अभिसरण (Convergence with Noise) (थ्योरम 5.2): एक गतिशील सेटिंग में जहाँ व्यक्ति समय के साथ सूचनाओं का आदान-प्रदान करते हैं, यदि दूसरे व्यक्ति की भविष्य की सूचना के सापेक्ष एक व्यक्ति के पोस्टीरियर का कंडीशनल वेरिएंस $\varepsilon$ की ओर अभिसरित होता है (अर्थात अनुमानित कॉमन इंफॉर्मेशन), तो उनके सीमित पोस्टीरियर्स के बीच $L^2$ -दूरी $2\sqrt{\varepsilon \text{Var}(X)}$ द्वारा सीमित होती है।
शोर युक्त संचार के लिए अनुप्रयोग (उदाहरण 5.4): यह शोध पत्र इसे एक ऐसे परिदृश्य के माध्यम से स्पष्ट करता है जहाँ व्यक्ति अपने पोस्टीरियर्स को यूनिफॉर्मली बाउंडेड वेरिएंस नॉइज़ वाले चैनल के माध्यम से संचारित करते हैं। परिणाम यह गारंटी देता है कि अनंत पर असहमति (disagreement at infinity) केवल शोर के वेरिएंस $\varepsilon$ द्वारा नियंत्रित होती है, जिसमें शोर वितरण के आकार (shape) पर कोई धारणा आवश्यक नहीं है।

महत्व
लेखक दावा करते हैं कि इसका महत्व मुख्य रूप से इसके वैचारिक सामान्यीकरण और मात्रात्मक सटीकता में है:

जनरल प्रोबेबिलिटी स्पेस: अनुमानित सहमति पर पिछले कार्यों (जैसे मोंडेरे और सामेट, गेनाकोप्लोस, मोरिस) के विपरीत, जो काउंटेबल स्पेस पर निर्भर थे, ये परिणाम अनिश्चित प्रोबेबिलिटी स्पेस के लिए मान्य हैं, जो इन्हें निरंतर मॉडल और बेयसियन गेम्स के इन्फिनिट टाइप स्पेस के लिए लागू करने योग्य बनाता है।
एकीकृत ढांचा: यह इवेंट्स और रैंडम वेरिएबल्स दोनों के लिए अनुमानित ज्ञान के अध्ययन को एक एकल $(\delta, \varepsilon)$ -ढांचे के तहत एकीकृत करता है, जो $\sigma$ -एल्जेब्रा परिभाषाओं और पदानुक्रमित परिभाषाओं के बीच समतुल्यता को बनाए रखता है।
मजबूती (Robustness): परिणाम असहमति पर स्पष्ट मात्रात्मक सीमाएं प्रदान करते हैं, यह प्रदर्शित करते हुए कि भले ही कॉमन नॉलेज केवल अनुमानित हो, फिर भी बड़ी असहमति असंभव है। यह वास्तविक दुनिया के परिदृश्यों, जैसे शोर युक्त संचार को मॉडल करने के लिए विशेष रूप से प्रासंगिक है, जहाँ सटीक कॉमन नॉलेज प्राप्त करना असंभव है।

लेखक एक विनम्र लहजा बनाए रखते हैं, यह उल्लेख करते हुए कि हालांकि सीमाओं में मौजूद स्थिरांक (constants) पूरी तरह सटीक (tight) नहीं हो सकते हैं, लेकिन जनरल स्पेस में ऐसे बाउंड्स का अस्तित्व और विभिन्न प्रकार के अनुमानित ज्ञान के बीच रूपांतरण की क्षमता ही मुख्य सैद्धांतिक प्रगति है।

"लगभग" के दो डायल

मुख्य खोज: आप फिर भी सहमत होते हैं (काफी हद तक)

घटनाओं से रैंडम वेरिएबल्स तक (एक "गतिशील लक्ष्य")

"नॉइजी फोन" (शोर वाला फोन) परिदृश्य

सारांश

इसी तरह के और पेपर