[論文レビュー] A polarity theory for sets of desirable gambles

Alessio Benavoli, Alessandro Facchini+2 more|arXiv (Cornell University)|May 26, 2017

Decision-Making and Behavioral Economics参考文献 11被引用数 10

ひとこと要約

本稿は、凸錐の新しい極性理論を用いて、一貫性のある望ましい賭けの集合と凸なレキシコグラフィック確率の集合の間に双対性を確立する。直交行列とレキシコグラフィック順序を活用することで、これらの2つのモデルが同型であることを証明し、条件付き確率の操作を保存する形で、双方向の変換が可能である。

ABSTRACT

Coherent sets of almost desirable gambles and credal sets are known to be equivalent models. That is, there exists a bijection between the two collections of sets preserving the usual operations, e.g. conditioning. Such a correspondence is based on the polarity theory for closed convex cones. Learning from this simple observation, in this paper we introduce a new (lexicographic) polarity theory for general convex cones and then we apply it in order to establish an analogous correspondence between coherent sets of desirable gambles and convex sets of lexicographic probabilities.

研究の動機と目的

• 一貫性のある望ましい賭けの集合と凸なレキシコグラフィック確率の集合の間の形式的同型を確立すること。
• 閉凸錐に対する古典的極性理論を一般の凸錐へ拡張し、不確実性モデル化における双対性を可能にすること。
• 条件付き確率などの基本的操作が双対変換のもとで保存されることを保証すること。
• 賭けとレキシコグラフィック確率の間の構成を移行可能な幾何学的・代数的枠組みを提供すること。
• より直感的な賭けベースの枠組みとの双対性を通じて、レキシコグラフィック確率のより深い分析を可能にすること。

提案手法

• 一般の凸錐に対する新しいレキシコグラフィック極性理論を構築し、閉凸錐に対する古典的極性理論を一般化する。
• 直交行列を用いた双対変換を定義し、一貫性のある望ましい賭けの集合を凸なレキシコグラフィック確率の集合へ写像する。
• 行列構造と確率的性質を保つ還元規則 (R) を用いて、確率行列における条件付き演算を導入する。
• Gram-Schmidt直交化を用いて、一貫性のある望ましい賭けの集合 $\mathcal{K}$ からレキシコグラフィック確率の集合 $\mathbf{G}(\mathcal{K})$ を構成する。
• 双対性が条件付き確率を保存することを証明する：任意の部分集合 $\Pi \subset \Omega$ に対して $\mathbf{G}(\mathcal{K} \rfloor_{\Pi}) = (\mathbf{G}(\mathcal{K})) \rfloor_{\Pi}$ が成り立つ。
• 双対空間における正の性質をレキシコグラフィック順序 ($<_{L}$) を用いて定義し、レキシコグラフィック確率モデルと整合性を保つ。

実験結果

リサーチクエスチョン

• RQ1 一貫性のある望ましい賭けの集合と凸なレキシコグラフィック確率の集合との間に双対性を確立できるか？
• RQ2 極性理論を一般の凸錐へ拡張することで、このような双対性を実現できるか？
• RQ3 双対変換のもとで、条件付き確率のような基本的操作が保存されるか？
• RQ4 直交行列は、2つのモデル間の双対変換を構築する際に果たす役割は何か？
• RQ5 独立性のような構造的性質は、この双対性によってより良く理解できるか？

主な発見

• 一貫性のある望ましい賭けの集合 $\mathcal{K}$ は、双対変換 $\mathbf{G}$ を通じて凸なレキシコグラフィック確率の集合と同型である。
• 双対変換は条件付き確率を保存する：$\mathbf{G}(\mathcal{K} \rfloor_{\Pi}) = (\mathbf{G}(\mathcal{K})) \rfloor_{\Pi}$ であり、操作の一貫性が保証される。
• 変換は直交行列とGram-Schmidt直交化を用いて構成され、レキシコグラフィック正の性質が保持される。
• レキシコグラフィック確率の集合 $\mathbf{G}(\mathcal{K})$ は凸であり、元の賭けモデルの操作について閉じている。
• 双対性により、賭けベースの枠組みと確率ベースの枠組みの間で構成や洞察を移行可能である。
• 理論は条件付きモデルへ拡張可能であり、行列構造と確率的性質を保つ還元規則 (R) を用いて条件付き確率が定義される。