Uncountably many conditionally inaccessible decisions exist in every finite probability space

Resumo Técnico: Infinitas Decisões Condicionalmente Inacessíveis em Espaços de Probabilidade Finitos

Enunciado do Problema
Este artigo aborda um problema na teoria da decisão concernente à relação entre a probabilidade subjetiva (crença) de um Agente e a probabilidade objetiva. Especificamente, investiga o fenômeno de "decisões condicionalmente $p$-inacessíveis". Uma decisão de escolher a ação $f_1$ em vez de $f_2$ é considerada objetivamente boa se a utilidade esperada de $f_1$ exceder a de $f_2$ sob uma medida de probabilidade objetiva $p^*$. No entanto, um Agente toma decisões com base em uma probabilidade subjetiva $p$. Se o Agente atualizar sua priori $p$ usando condicionamento de Jeffrey sobre evidência parcial relativa a $p^*$, a probabilidade posterior resultante $q_\Pi$ pode levar o Agente a fazer uma escolha diferente (ou permanecer indiferente) daquela ditada por $p^*$.

A questão central é se existem contextos de decisão onde, independentemente da evidência parcial (representada por uma partição própria não trivial $\Pi$) que o Agente adquire sobre $p^*$, a decisão racional atualizada do Agente nunca se alinha com a decisão objetivamente boa. Trabalhos anteriores [16] estabeleceram a existência de tais decisões em espaços de probabilidade finitos específicos e conjecturaram sua existência em espaços com $n \ge 3$ eventos elementares.

Metodologia
Os autores empregam uma estrutura matemática rigorosa dentro de espaços de probabilidade finitos $(X, S)$, onde $X = \{1, \dots, n\}$ com $n \ge 3$. A metodologia baseia-se em:

1. Condicionamento de Jeffrey: Utilizando a definição da posterior de Jeffrey $q_\Pi$ derivada de uma priori $p$ e uma partição $\Pi$, dadas as probabilidades objetivas $p^*$.
2. Derivadas de Radon-Nikodym: Analisando a função $r(i) = p^*(i)/p(i)$ para caracterizar a relação entre as medidas objetiva e subjetiva.
3. Divergência de Kullback-Leibler: Empregando desigualdades da teoria da informação para estabelecer limites estritos nos valores esperados de funções de utilidade sob diferentes medidas de probabilidade.
4. Provas Construtivas: Construindo explicitamente funções de utilidade (variáveis aleatórias) que satisfazem as condições para a inacessibilidade condicional, aproveitando as propriedades do "Ponto Cego $p$-Bayesiano" (o conjunto de medidas não obtíveis por condicionamento de $p$).
5. Análise Combinatória: Investigando a cardinalidade de partições e a multiplicidade de posteriors para determinar o "grau" de inacessibilidade.

Principais Contribuições e Resultados

1. Prova de Existência em Todos os Espaços Finitos (Teorema 3.2):
   O artigo prova um teorema mais forte que a conjectura em [16]. Estabelece que, para qualquer medida de probabilidade $p$ e qualquer medida objetiva $p^*$ em um espaço finito com $n \ge 3$ elementos, se $p^*$ estiver no Ponto Cego $p$-Bayesiano (ou seja, $p^*$ não pode ser obtida condicionando $p$ em qualquer partição própria não trivial), então existem infinitos pares de funções de utilidade representando decisões condicionalmente $p$-inacessíveis.

   • Mecanismo: A prova demonstra que, se a derivada de Radon-Nikodym $r$ for injetiva, pode-se construir uma função $g$ baseada em $\log r$ tal que $E_{p^*}[g] > E_{q_\Pi}[g]$ para todas as partições $\Pi$. Ao deslocar esta função, cria-se uma decisão $d$ onde $E_{p^*}[d] > 0$ mas $E_{q_\Pi}[d] \le 0$ para todo $\Pi$.

2. Cardinalidade das Decisões Inacessíveis:
   Os autores mostram que o conjunto de tais situações de decisão "ruins" não é meramente não vazio, mas "enorme". Especificamente, para qualquer $p$ fixo, há um contínuo (infinito) de medidas objetivas $p^*$ no Ponto Cego $p$-Bayesiano. Para cada tal $p^*$, há um contínuo de pares de funções de utilidade que produzem decisões condicionalmente inacessíveis.

3. Teorema sobre Racionalidade Informada (Teorema 2.4):
   O artigo prova que, se uma decisão é condicionalmente $p$-inacessível (significando que a decisão atualizada nunca é objetivamente boa), então a decisão inicial do Agente baseada na priori não condicionada $p$ também deve estar objetivamente errada ($E_p[d] < 0$). Isso exclui o cenário contra-intuitivo onde aprender a verdade objetiva via condicionamento leva a uma decisão errada, enquanto a decisão desinformada estava correta.

4. Caracterização dos Graus de Inacessibilidade (Teorema 4.4):
   O artigo resolve a Conjectura 7.2 de [16] referente ao "grau" de inacessibilidade condicional. Define o grau como o número de partições $\Pi$ para as quais a decisão atualizada falha em ser objetivamente boa. Os autores provam que, para um contexto de decisão fixo, o conjunto de graus alcançáveis depende da multiplicidade dos posteriors gerados por diferentes partições. Se o mapeamento de partições para posteriors for injetivo, então todo grau inteiro de $0$ até o número total de partições próprias não triviais ($Bell(n)-2$) é alcançável.

Significado
O artigo afirma que decisões condicionalmente $p$-inacessíveis não são anomalias raras, mas uma característica robusta e substancial da teoria da decisão em espaços finitos.

• Interpretação: Se $p^*$ representa a realidade objetiva e $p$ representa a crença subjetiva de um Agente, os resultados implicam que há um "número enorme" de situações de decisão onde a estrutura de probabilidade subjetiva do Agente o impede fundamentalmente de alcançar uma decisão objetivamente boa, mesmo quando atualiza suas crenças com informações verdadeiras, mas parciais, sobre as probabilidades objetivas.
• Implicação para a Racionalidade: A existência do Ponto Cego $p$-Bayesiano sugere que, para uma ampla classe de probabilidades objetivas, nenhuma quantidade de evidência parcial (condicionamento) pode fechar a lacuna entre a racionalidade subjetiva do Agente e a otimalidade objetiva. O artigo conclui que a probabilidade subjetiva do Agente pode bloquear sistematicamente a realização de decisões objetivamente boas, independentemente da evidência parcial específica adquirida.