1 Introduo
Neste trabalho exponho as teorias de deciso sob incerteza, sem, entretanto, qualquer pre-
cada teoria, alm de apresentar teorias mais recentes. Embora a motivao bsica do desen-
1
Na seo 2 apresentamos as abordagens tradicionais da probabilidade: clssica, objetiva
econmica por teorias de incerteza knightiana. Finalmente, na seo 5 apresento a teoria que
vem sendo desenvolvida por Gilboa, Lieberman e Schmeidler, chamada de teoria da deciso
Exemplo 1. Um bolo lanado e aposta-se sobre qual face ficar para cima. Augur
quer saber a probabilidade de "Caesar", isto , de a face de Csar estar voltada para cima.
Exemplo 2. Augur costuma estacionar sua biga na rua durante os jogos no Coliseu. Ao
comprar um seguro, Augur quer saber a probabilidade de sua biga ser roubada no perodo
de vigncia do contrato.
Exemplo 3. Augur enfrenta uma doena rara e tem de se submeter a uma cirurgia.
Exemplo 4. Augur conjectura mudar-se para o Oriente Mdio, uma regio conturbada
por brigas intestinas desde os tempos de Ado e Eva. Ele quer ter uma idia da probabilidade
2
2 Abordagens tradicionais da probabilidade
opta-se pela eqiprobabilidade dos estados. Essa postura diante da incerteza faz sentido
quando no h qualquer razo que justifique a probabilidade maior de um estado com relao
a outro.
Essa abordagem lida muito bem com situaes que so semelhantes do exemplo 1. Nesse
1 denota o fato de o bolo cair com a face "cara" voltada para cima. Laplace, no
captulo II de seu Ensaio Filosfico sobre Probabilidades, justifica esse princpio com base no
Princpio da Razo Suficiente, segundo o qual uma coisa no pode ocorrer sem uma causa
3
ambiente em que ele lanado no privilegiam qualquer face em particular em detrimento
da outra, pelo menos at o ponto em que os sentidos e aparelhos de Augur consigam detectar
quaisquer diferenas, ento nosso colega Augur possui total ignorncia quanto causa que
poder vir a fazer com que um determinado estado do mundo se realize. Estando tudo justo
e perfeito, e como deve haver uma causa, e como ignoramos qual seja, no h razo suficiente
para distorcer a eqiprobabilidade dos estados do mundo. Desse modo, se P() denota a
Uma caracterstica fundamental, porm muitas vezes no percebida, que Augur, embora
incerto quanto ao estado do mundo que se realizar, possui certeza absoluta de que o conjunto
o mundo. Em outras palavras, Augur possui certeza quanto ao mundo, ele apenas
distribui essa certeza entre os estados que compem o mundo. Alm disso, ele sabe quais
so os estados componentes. Ele sabe que o mundo e que o mundo formado pelos
elementos 1 e 2 .
Exemplo 1b. Augur gira seu basto no ar e observa o vo dos pssaros no cu. Men-
Neste exemplo, o mundo tambm pode ser descrito pelo conjunto = { 1 2 } de estados
ocorrncia de um ou outro estado da natureza, ento, pelo Princpio da Indiferena, ele diria
embora parea similar. Temos, aqui, a liberdade de escolher o mundo. Se dissssemos que
4
no chove, ento P(1 ) = 13 A probabilidade de chuva depende da escolha do espao de
estados. Note que no temos a mesma liberdade no caso da moeda. Tambm no temos essa
essa abordagem serve apenas para jogos de azar em que os estados do mundo so dados (isto
Considere uma varivel aleatria com distribuio uniforme no intervalo (0 1], ou seja,
devido ignorncia. Mas se definirmos uma varivel aleatria por = 2 , veremos que
fato, como:
1 se (0 1]
() =
0 se
(0 1]
mantm entre si uma relao biunvoca, ento temos a mesma ignorncia com relao a .
para ! Assim, mesmo no caso de jogos de azar em que os estados do mundo so dados e
uniformemente distribudos, o Princpio de Indiferena deve ser restrito ainda mais, pois no
5
2.2 Abordagem freqentista
A abordagem freqentista lida igualmente com situaes como a do exemplo 1, mas tambm
se aplica ao caso em que o bolo no honesto. Principalmente, porm, lida com situaes
como a do exemplo 2. Toma-se uma srie longa de observaes de bigas iguais roubadas sob
A ferramente bsica a Lei Fraca dos Grandes Nmeros (WLLN2 ). A WLLN usada
para estimar probabilidades. Ela requer que o experimento seja repetido sob as mesmas
2, considera que = 1 significa ter a biga roubada e que = 0 significa no ter a biga
nmero [0 1]. Desse modo, uma varivel aleatria com distribuio de Bernoulli de
parmetro , o que escrevemos como B(). Que ? Augur imagina que deve haver
uma probabilidade verdadeira, o que quer que ele entenda por verdade, porm desconhecida.
roubos. Por exemplo, ele observou que de = 5 bigas l deixadas no dia anterior, 2
segunda e a quinta bigas foram roubadas. Com base nessa amostra, ele observou que 40% das
probabilidade objetiva no sentido de ter sido obtida a partir das observaes anteriores. O
tamanho da amostra coletada por Augur foi = 5. claro que essa amostra pequena.
2
O acrnimo WLLN refere-se expresso Weak Law of Large Numbers.
6
Ser que uma amostra maior pode deixar Augur mais confiante de estar mais prximo da
verdadeira probabilidade? A WLLN diz que, quanto maior o tamanho da amostra, menor a
1
= (1 + 2 + 3 + 4 + 5 )
5
1
= (0 + 1 + 0 + 0 + 1)
5
2
=
5
= 40%
1
= (1 + 2 + + 5 )
1 X
=
=1
Suponha que Augur fixa uma margem de erro qualquer, digamos 0, um nmero bem
pequeno, mas fixo. Cometer um erro de estimativa pela margem de erro 0 significa que
de pelo menos Em outras palavras, que Augur errou o alvo por . A WLLN diz que,
lim P[ | | ] = 0
7
a probabilidade . Em segundo lugar, a WLLN supe independncia das variveis aleatrias
{ }
=1 , um conceito que definido em termos da probabilidade P. Por fim, o enunciado da
seja a probabilidade , ento como ele pode usar a probabilidade P para definir ? Parece
intuitiva.
recorda de que j praticou essa cirurgia duas vezes na vida, que na primeira obteve sucesso
cometer um erro grande. Alm disso, os pacientes das duas cirurgias anteriores de Ascle-
pius eram diferentes. O primeiro paciente era um gladiador, era forte e bem alimentado. O
segundo era um certo estudante da Academia, de alma forte e bem alimentada, mas de corpo
franzino. Ele pode at mesmo recorrer aos registros histricos das cirurgias de Hipcrates,
mas este tambm operou poucos pacientes com essa doena e mesmo esses eram diferentes
mesma de Hipcrates. As cirurgias foram feitas em locais e pocas diferentes, com pacientes
Num certo sentido, o mesmo se pode dizer do exemplo 1. Nenhum lanamento de bolo
igual a outro. A fora que o lanador exerce varia, as condies atmosfricas tambm
podem variar e influenciar o lanamento. Segundo Augur, at a posio dos astros nas
que os experimentos sejam conduzidos sob circunstncias idnticas uma simplificao. Essa
8
simplificao bastante aceitvel no exemplo 1, aceitvel no exemplo 2, mas no aceitvel
nos exemplos 3 e 4.
Quanto ao exemplo 4, existe uma dependncia causal entre as guerras, mesmo que durem
internacionais e a falta de bom senso geram guerras, uma depois da outra. O exemplo 4
Quem primeiro usou o conceito de probabilidade subjetiva foi Pascal. H dois estados do
mundo: Deus existe e Deus no existe. H duas estratgias possveis para o ser humano:
crer e no crer. Se admitirmos que h uma pequena probabilidade 0, por menor que
seja, de Deus existir, ento crer prefervel a no crer. Se o ser humano cr e Deus existe,
ento o benefcio auferido pelo ser humano infinito (). Se o ser humano cr e Deus no
existe, ento o ser humano ainda assim recebe um certo benefcio (digamos, uma constante
finita 0), pois a crena lhe alivia as dores. Assim, o benefcio esperado decorrente da
crena :
+ (1 ) =
Por outro lado, se o ser humano no cr e Deus existe, ento o ser humano sofre um prejuzo
infinito. Se o ser humano no cr e Deus no existe, ento o ser humano nem perde nem
9
ganha. Assim, o benefcio esperado decorrente da descrena :
() + (1 ) 0 =
Vrias idias foram introduzidas por Pascal, ainda que de forma implcita. Primeiro, a
crer
descrer 0
crer uma estratgia dominante, ou seja, no importa se Deus existe ou no existe, crer
sempre melhor que no crer. Em terceiro lugar, a idia de maximizao da utilidade esperada
de acordo com uma probabilidade subjetiva a priori . Por fim, a noo de mltiplas
H trs princpios bsicos que caracterizam o que a Economia entende por bayesianismo:
2 com o advento de novas informaes, a probabilidade a priori deve ser atualizada para
10
variveis aleatrias condicional a . Esse problema foi resolvido por de Finetti em 1930,
intercambiabilidade
intercambiabilidade ;
uma espcie de Lei Forte dos Grandes Nmeros (SLLN), um conceito mais forte de lei dos
grandes nmeros.
Mas o que , afinal de contas, probabilidade subjetiva? Savage (1954) mostrou que se
escolha do indivduo ser aquela que maximiza sua utilidade esperada de acordo com uma
mente de Augur, mas podemos verificar se seu comportamento consistente com o uso de
incerteza.
11
3 Teorias comportamentais
matemtico alemo George Cantor em 1915. Suponha que Augur tem diante de si vrias
alternativas. Denote por o conjunto de todas essas alternativas. Augur possui uma escala
menos to boa quanto a alternativa . O smbolo % uma relao binria, isto , diz algo
, se % e ou % , ento %
O axioma da completeza diz que Augur, diante de duas alternativas quaisquer, sempre
capaz de dizer qual das duas ele prefere ou se as julga indiferentes. Ele sempre capaz de
tomar uma deciso. Se Augur, algum dia, for colocado na arena para servir de comida a um
leo faminto e, ao sair correndo do leo, encontrar um tigre igualmente faminto, ento, se
suas preferncias forem completas, ele ser capaz de decidir se prefere alimentar, com seu
prprio corpo, o leo, o tigre ou se indiferente entre ambos. Se, entretanto, ele entrar em
estado de choque e ficar paralisado, sem saber o que fazer, o que seria bastante compreensvel,
prefere, por sua vez, a alternativa a uma terceira alternativa , ento ele prefere a .
12
ordem fraca. Se % completa e transitiva, ento % uma ordem fraca.
Se % refere-se a uma escala de gostos ou de preferncia, ento Cantor sups como naturais
os seguintes axiomas:
mais do que um mero axioma comportamenal, pois alm de dizer algo sobre as preferncias,
deve ser rico o suficiente para que Augur possa sempre encaixar entre duas alternativas
ordenadas uma terceira alternativa que, na sua escala de gostos, intermediria entre as
outras duas.
() dita funo (de) utilidade. Uma funo utilidade representa numericamente uma
% () ()
Se existir tal representao, ento haver uma isotonia entre a escala de preferncias e a
preferncias por uma funo utilidade que o problema de escolher a melhor alternativa
13
Cantor provou o seguinte teorema:
satisfaz os axiomas C1 C2, ento existe uma funo utilidade : R que representa
Esse um resultado poderoso. Toda teoria econmica da tomada de deciso sob incerteza
comea por um teorema desse tipo. Com relao ao problema da fundamentao compor-
de:
John von Neumann & Oskar Morgenstern
Frank Ramsey & Bruno de Finetti
Leonard Savage
Francis Anscombe & Robert Aumann
A idia bsica do modelo de von Neumann & Morgenstern que denotaremos por vNM
incerteza. A origem dessa idia, apenas para variar, remonta, na verdade, a Daniel Bernoulli,
honesta, ou seja, tal que as probabilidades de cara e coroa so de 50% cada. A moeda
lanada repetidas vezes at sair cara a primeira vez. Se isso ocorrer no lanamento, o
1 1 1 1
=
|2 {z 2} 2
|{z} 2
coroa e m 1 la n a m ento s cara n o
co n sec u tivo s la n a m ento
14
1
O jogador ganha $2 com probabilidade 2
. Portanto, o valor esperado :
X
1
$2 =
=1
2
isto , o valor esperado do jogo infinito. Se esse o caso, o jogador deveria estar disposto
a pagar uma quantia infinita para participar desse jogo. O paradoxo que as pessoas esto
dispostas a pagar apenas uma quantia finita. A soluo de Bernoulli foi sugerir que as
pessoas maximizam uma funo utilidade, em vez do mero valor monetrio. A quantia $2
X
1
(2 )
=1
2
A idia da utilidade esperada tomou um ch de sumio por quase 200 anos, at que von
loterias sobre . Uma loteria nada mais do que uma distribuio de probabilidades sobre
assim. Ele tem que dizer, por exemplo, se prefere a loteria com probabilidade 30%,
com probabilidade 50% e com probabilidade 20% loteria com probabilidade 60%,
com probabilidade 10% e com probabilidade 30%. A primeira loteria escrita como
Augur no diz algo do tipo % , mas sim algo como % Denote por L o conjunto de
15
todas as loterias sobre o conjunto de alternativas . Suponha que Augur possui uma relao
de preferncia % sobre L.
+ (1 ) + (1 ).
+ (1 ).
os dois modos. Ela diz que, com probabilidade , o indivduo enfrentar a loteria , e,
loteria . O que diz, assim, o axioma da continuidade? Imagine que Augur tem diante de
existe uma loteria que, na escala de gostos de Augur, intermediria entre essas duas
loterias compostas.
E o que diz o axioma da independncia? Suponha que Augur se defronta com duas
loterias, digamos, e , e que, de acordo com suas preferncias, % , ou seja, ele prefere
16
a (ou, no mnimo, indiferente entre ambas). Surge, ento, uma terceira loteria, . Se
ele considerar duas loterias compostas, uma sendo com , outra sendo com , ento
de cada uma dessas duas loterias com uma terceira loteria, , no altera o fato de que
o que lido da seguinte forma: com 40% de probabilidade, Augur ganha 6 sestrcios e, com
Com 20% de probabilidade, Augur ganha 2 sestrcios e, com 80% de probabilidade, ganha
= ($3) [100%]
com , a saber, 12 + 12 fcil entender essa composio. Imagine que uma moeda honesta
lanada. Se sair cara, Augur joga a loteria ; se sair coroa, joga . J a composio
1
2
+ 12 significa que, sendo lanada uma moeda honesta e saindo cara, Augur joga a
1
2
+ 12 12 + 12 . Reciprocamente, se 12 + 12 12 + 12 , ento
17
Vejamos um outro exemplo, um que seja ainda mais simples. Considere duas loterias,
e , definidas por:
= ($90) [100%]
= ($50) [100%]
A loteria diz que Augur ganha 90 sestrcios com certeza; diz que Augur ganha 50
sestrcios com certeza. Elas no parecem realmente loterias no sentido leigo do termo,
uma vez que no h aleatoriedade. Porm, no deixam de ser casos particulares do conceito
formal de loteria. Augur no titubeia em afirmar que, para ele, . Uma terceira loteria
= ($) [100%]
Augur lana uma moeda honesta. Em segundo lugar, se sair cara, ele ganha 90 sestrcios;
honesta e saindo cara, ganha 50 sestrcios, e que, saindo coroa, sestrcios. Nas duas
loterias compostas, Augur ganha com 50% de probabilidade. Ento a diferena s pode
residir no ganho no evento complementar. Na primeira loteria, ele ganha 90 com 50%; na
independncia for satisfeito, que, diante das loterias 12 + 12 e 12 + 12 , ele dir que
1
2
+ 12 12 + 12 . A recproca ainda mais interessante. Se ele disser que 12 + 12
1
2
+ 12 , ento podemos afirmar que, para Augur,
18
de loterias L sobre as alternativas em satisfaz os axiomas vNM1 vNM3, ento existe
X X
% () () ()()
(1 ) por alguma razo subjetiva, Augur avalia o valor de cada alternativa mediante uma
(2 ) diante da loteria , que nada mais do que uma distribuio de probabilidade sobre
X
E () = () ();
X
E () = ()();
19
(5 ) diante das loterias e , ele conclui que E () E (), isto , que
X X
() () ()();
(6 ) se, em vez de atribuir a cada alternativa o valor numrico (), de acordo com
processo decisrio.
loterias.
que de Finetti prova, em suma, que existe uma distribuio de probabilidade subjetiva que
Suponha que Augur conhece o mundo e sabe que a totalidade do mundo dada por
20
de Finetti, Augur possui preferncias % sobre apostas .
(na topologia de ).
dF3 Aditividade: , % + % +
porque dele j falamos. Este por ser um requerimento tcnico. O axioma da aditividade
satisfaz os axiomas dF1 dF5, ento existe uma nica distribuio de probabilidade
X
X
%
=1 =1
21
1 1 + + 1 1 + + Em outras palavras, se as preferncias de Augur sobre
apostas ;
(4 ) diante das apostas e , ele opta por aquela com maior retorno esperado.
diz que existe uma nica funo de utilidade que representa as preferncias de Augur.
3.3 Savage
de Finetti mostra como obter probabilidades subjetivas a partir de preferncias. J von Neu-
mann & Morgenstern mostram como obter utilidades dadas distribuies de probabilidade.
O modelo de Savage, ao contrrio dos modelos anteriores, parte apenas de estados abstratos
algbrica que facilite o uso da matemtica, como o fizeram de Finetti e von Neumann &
22
assim, Savage mostra que os axiomas listados por ele equivalem existncia tanto de uma
ou seja, uma regra que associa a cada estado do mundo uma conseqncia ()
Ao escolher um ato, o ndivduo escolhe a funo . Isso implica que ele no sabe qual a
estado do mundo. Seja F o conjunto de atos. Desse modo, as preferncias de Augur esto
definidas sobre atos, ou seja, ele diz coisas do tipo o ato preferido ao ato , o que
simbolizado por % .
estado . Assim, Augur tem, em particular, no s preferncias sobre atos, mas tambm
tantes.
23
Dados dois atos F e um evento , defina um ato : por:
() se
() =
() se
Em outras palavras, o ato igual ao ato , mas quando ocorre o evento , ele igual a .
a ocorrncia do evento que faz com que o ato seja trocado pelo ato . Em particular:
se
() =
() se
nulo se, sob a ocorrncia de , todos os atos so considerados indiferentes por Augur.
S4 Invariancia: e com e , % %
24
S6 Continuidade de atos: F com , {1 } partio de tal que,
= 1 , e .
O princpio da coisa-certa diz que a preferncia sobre dois atos quaisquer e depende
os atos e quando restritos aos estados do mundo para os quais as suas conseqncias so
diferentes.
O axioma da monotonia diz que, se, para qualquer evento no-nulo (ou seja,
relevante), o ato traz as mesmas conseqncias que o ato , qualquer que seja o estado
do mundo, e se, para algum estado especfico, a conseqncia que o ato traz preferida
O axioma da invarincia interessante. Suponha que Augur quer saber se Anebo acha
que o evento = {Porfrio escrever uma carta a Anebo} mais provvel do que o
inverno} Suponha ainda que Augur sabe que, para Anebo, se = 100 sestrcios e
25
loteria, ento porque ele cr que o evento mais provvel. Em outras palavras, % .
Augur, usando o instrumento de medida dado pelo par ( ), descobriu que Anebo cr ser
o evento mais provvel que . O axioma da invarincia diz que, se Augur utilizar outro
O axioma da continuidade de atos diz que o mundo no pode ser muito grande nem
muito pequeno, pois devemos ser capazes de particion-lo em um nmero finito de eventos
no muito significantes de tal sorte que perturbaes de quaisquer dois atos nesses eventos
no alterem a escolha. Se o mundo fosse grande demais, talvez jamais pudssemos encontrar
um nmero finito de eventos com essa propriedade; e se fosse pequeno demais, quaisquer
Considere dois atos e quaisquer tais que . Quando Augur escolhe o ato ,
continuidade de atos, deve existir, dado qualquer outro ato , uma partio do mundo em
O evento deve ser insignificante o suficiente para que, se, na ocorrncia do evento ,
26
Augur trocar o ato pelo ato , ento o ato perturbado por essa pequena modificao no
evento ainda continua melhor, do ponto de vista de Augur, do que o ato , mesmo que,
circunstncias, no altera o fato de que ainda melhor. Isso, por sua vez, simbolizado
pela expresso
Ora, fica claro que, para esse axioma valer, o mundo deve ser grande o suficiente para
que possamos sempre encontrar uma partio finita do mundo em eventos suficientemente
insignificantes de tal modo que perturbaes dos atos e nesses eventos insignificantes
pode ser pequeno. Com efeito, note que o axioma da continuidade de atos exclui, de um
mundo tivesse 999 ziripitilhes de estados possveis, ainda assim seria pequeno, apenas por
ser finito. Desse modo, se Augur quisesse usar o modelo de Savage para descrever seu processo
estaria usando o modelo errado. No ser pequeno assim quer dizer que deve ser uma espcie
de continuum.
outras palavras, o que se diz aqui que o ato , enquanto regra que associa a cada estado
27
() prescrita pelo ato . Ento, pelo axioma da continuidade de conseqncias, o ato
deve ser preferido ao ato , num sentido global, no apenas sob a ocorrncia do evento
ou estado a estado. Isso explica em palavras o contedo da parte (a) do axioma. A parte
(b) anloga. um axioma meramente tcnico, mas sem ele Savage no consegue mostrar
que preferncias satisfazendo os seis primeiros axiomas so representadas por uma funo de
utilidade esperada.
conjunto de atos F satisfaz os axiomas S1 S6 se, e somente se, existe uma nica medida
(()). Toma-se em seguida a soma ponderada (pela medida ) desses nveis de utilidade.
regulado pelos axiomas de Savage. O teorema de Savage garante que essa probabilidade
apenas finitamente aditiva, o que significa que, para quaisquer eventos disjuntos,
28
vale a seguinte regra: a probabilidade da unio igual soma das probabilidades de
( ) = () + ()
Assim, ( 2 ) designa o fato de que, alm de Augur conhecer a totalidade do mundo, que,
lembre-se, infinito, ele conhece todos os eventos possveis e pode atribuir a cada um de-
les uma probabilidade subjetiva de ocorrncia. Uma vez que sua probabilidade subjetiva
finitamente aditiva, embora ele tenha todo esse saber, ele no consegue mensurar probabilis-
demais para merecer qualquer ateno de algum esprito mais crtico. A verdade, porm,
Mais adiante falaremos dele e veremos que s se pode resolv-lo se a probabilidade subjetiva
[] () =
ou seja, qualquer que seja o estado do mundo , o ato [] acarreta sempre a mesma conse-
3
O que , afinal, a verdade?
29
qncia, . O axioma da monotonia aplicado ao ato [] implica que, para qualquer evento
Alm disso:
se
([] ) () =
[] () se
se
=
se
Ora, em qualquer caso, (a) ou (b), a ocorrncia de A no altera o fato de que fracamente
preferido a (ou seja, % ) e o fato de que fracamente preferido a ele mesmo, (ou
mundo e, portanto, no est sujeita a qualquer crena que Augur tenha quanto aos estados
30
forma, o modelo de Savage pressupe que os gostos so separados das crenas. No importa
qual a crena de Augur quanto aos eventos = {Porfrio escrever uma carta a Anebo}
e = {Jmblico sonhar com Plotino} Suas crenas no mudaro o fato de que Augur
Savage, porm, perspicaz que era, foi cuidadoso ao expor sua teoria. Ele dizia que esse
como roupas de banho e guarda-chuvas no podem ser tomados como conseqncias, pois a
utilidade que o indivduo tiraria do consumo ou uso desses bens incerta. Com efeito, como
ser algo como bronzear-se na praia quando estiver sol e caminhar sob chuva usando roupa
de banho. Cada conseqncia deve ser uma descrio completa e determinstica de algo,
Robert Aumann e Savage trocaram correspondncias no incio dos anos 1970. Aumann
31
oferece um contra-exemplo talvez mais slido. Augur casado com Laetitia e so felizes.
Laetitia, porm, est muito doente. Seu mdico, Asclepius, diz a Augur que a probabilidade
sobrevivncia da doce e amada Laetitia, Augur dir que so de 50%. Tentando elicitar a
probabilidade subjetiva de Augur quanto s chances de Laetitia, Anebo pede-lhe que diga
ao que Augur reage com um tanto faz. Diante da indiferena manifestada por
Augur tambm diria que e Anebo teria concludo que a probabilidade subjetiva
critrio estabelecido por Savage. A utilidade , mesmo assim, dependente do estado. Essa
dalma... Em situaes assim, nada importa, diz-se qualquer coisa apenas por obrigao de
32
Os axiomas S1 S2 sofrem do paradoxo de Ellsberg. Suponha que em uma urna I
existem 100 bolas, sendo 50 vermelhas e 50 pretas. Na urna II tambm existem 100 bolas,
entre vermelhas e pretas, mas no se sabe quantas de cada cor. Diante de cada urna,
o indivduo tem que escolher uma cor. Em seguida, uma bola retirada da urna. Se o
as cores, eles reportam 50% 50% de preferncia por cada cor. Essa manifestao de
indiferena denota o fato de que o indivduo atribui a cada cor uma probabilidade igual a
atribui 50% de probabilidade ocorrncia de cada cor. Neste caso, a proporo 50% 50%
indivduo possui total ignorncia quanto distribuio das cores na urna II.
At aqui tudo bem... Mas, quando aos indivduos perguntado se eles preferem apostar
na cor vermelha com a urna I ou se preferem apostar no vermelho com a urna II, os indivduos
optam pela urna I. Eles preferem a urna cuja distribuio de probabilidade de cores
conhecida urna cuja distribuio desconhecida. Eles preferem a urna cuja probabilidade
da cor vermelha 50% quela cuja probabilidade pode ser qualquer coisa entre 0% e 100%.
Essa uma clara violao do princpio da coisa-certa. Lembre-se de que, pelo princpio da
quando restritos aos estados do mundo para os quais as suas conseqncias so diferentes.
33
I e preto na urna II, e assim sucessivamente. Os atos so F = {I I II II }, em que
1 , I denota uma aposta na bola vermelha da urna I etc. Temos, assim, a seguinte matrz
de deciso:
F \
1 , 2 , 3 , 4 ,
1 , I 100 100 0 0
2 , I 0 0 100 100
3 , II 100 0 100 0
4 , II 0 100 0 100
I () = II () I () = II ()
I () = II () I () = II ()
trocarmos um ato pelo outro, mantendo-os iguais, as preferncias entre eles no mudaro.
I % II II % I
enquanto que:
I I II II
uma contradio.
que deve ser contraposto ao conceito de averso ao risco. A diferena entre incerteza e risco
34
foi sugerida por Frank Knight (1921) em sua obra Risk, Uncertainty and Profit. O que ele
sugeriu que, entre ter uma distribuio de probabilidade e no ter, o indivduo prefere ter.
3.4 Anscombe-Aumann
Anscombe e Aumann propuseram uma teoria baseada na de Savage, mas com algumas
de ato. Recorde que, para Savage, ato uma funo : , ou seja, uma regra
() Para entendermos o modo pelo qual Anscombe e Aumann definem o ato, denote
outras palavras, uma loteria sobre . Para Anscombe e Aumann, um ato uma funo
loteria tem suporte finito se atribui probabilidades positivas apenas a um nmero finito de
resultados. Com um certo abuso de notao, denotemos tambm por F o conjunto de atos
la Anscome-Aumann.
Essa pequena modificao matemtica na definio de ato faz uma diferena profunda,
pois faz com que, no modelo de Anscome e Aumann, haja duas fontes de incerteza:
(i) incerteza sobre o mundo , chamada de incerteza subjetiva, pois nenhuma probabili-
35
dade objetiva dada aqui;
objetiva, pois, uma vez o indivduo tendo escolhido o ato e a natureza tendo escolhido
coneqncias em .
mundo. Aqui, alm disso, o indivduo tem uma probabilidade objetiva sobre as conseqn-
() sobre . Como essa distribuio tem suporte finito, ela atribui probabilidade postiva a
de acordo com a distribuio de probabilidade (). Essa distribuio tem sua origem no
+ (1 )
AA3 Monotonia: F, () % () = %
AA4 Independencia: F e (0 1) % + (1 ) % + (1 )
36
AA5 Nao trivialidade: F tais que
que, l, as preferncias eram definidas sobre loterias em ; aqui, so definidas sobre atos
la Anscome-Aumann.
distribuio (). Se esse for o caso, ento o axioma da monotonia diz que o indivduo
atos F satisfaz os axiomas AA1 AA5 se, e somente se, existe uma nica medida de
Z Z
% E () [] () E() [] ()
P
em que E () [] , ()()(). Alm disso, a utilidade nica, salvo transfor-
37
Se as preferncias de Augur sobre atos satisfazem os axiomas de Anscombe e Aumann,
do mundo .
X
E () [] , ()()()
(5 ) S que a natureza ainda no determinou o estado do mundo, mas Augur j sabe qual
(6 ) Dado que Augur tem uma probabilidade subjetiva sobre os estados do mundo, ele cal-
:
Z
E () [] ()
38
(8 ) Por fim, ao comparar os atos e , ele opta por aquele com maior valor. No caso,
R R
Augur conclui que
E () [] () E() [] ().
Teorias alternativas so aquelas que relaxam alguns dos axiomas de Savage. H trs caminhos
para tanto:
uma combinao das duas anteriores: diferentes noes de crena e diferentes tipos de
Nesta seo apresentaremos duas teorias alternativas que seguem o segundo caminho: a
O objetivo desta teoria superar o paradoxo de Ellsberg. Sua caracterstica principal que
39
definida como uma regra que associa a cada evento um valor numrico (entre 0 e 1) tal
que:
(a) () = 0
(b) , se , ento () ()
(c) () = 1
Inicialmente temos que saber como calcular a esperana matemtica de acordo com uma
que assume o valor numrico quando ocorre um estado do mundo Isso escrito
como:
1 se 1
() = .. ..
. .
se
X
() = 1 ()
=1
em que:
1 se
1 () =
0 se
40
a funo indicadora do evento . Quando ocorre um estado do mundo 1 , por
exemplo, a funo indicadora indica que ocorreu o evento 1 , pois, nesse caso, 11 () = 1 e
toda outra funo indicadora 1 (), com 6= 1, ser tal que 1 () = 0 Dessa forma:
X
() = 1 ()
=1
= 1 11 () + 2 12 () + + 1 ()
= 1 1 + 2 0 + + 0
= 1
Riemann, faramos:
X
R( ) = ( )
=1
X
C( ) = ( +1 )(=1 )
=1
Z
hChoqueti
C( ) , ()()
41
e so comonotnicas se tivermos () () e () () ou () ()
% + (1 ) % + (1 )
42
pode simplesmente desconsiderar o axioma da independncia. No paradoxo de Ellsberg, a
os axiomas AA1 AA3, Ch4 e AA5 se, e somente se, existe uma nica capacidade de
Z
hChoqueti Z
hChoqueti
% E () [] () E() [] ()
(a integral sendo no sentido de Choquet). Alm disso, a utilidade u nica, salvo transfor-
processo mental:
do mundo .
43
(2 ) Uma vez conhecendo o verdadeiro estado do mundo, ele descobre que () L
X
E () [] , ()()()
(5 ) S que a natureza ainda no determinou o estado do mundo, mas Augur j sabe qual
(6 ) Dado que Augur tem uma probabilidade subjetiva no-aditiva (ou seja, uma capacidade
C(E () [] ) = E () [] ()
C(E () [] ) = E() [] ()
(8 ) Por fim, ao comparar os atos e , ele opta por aquele com maior valor. No caso,
E () [] () E() [] ()
44
4.2 Teoria da utilidade maximin de Gilboa & Schmeidler
() + () ( ) + ( )
Essa condio dita convexidade e generaliza aquela conhecida regra do Clculo de Proba-
Para entendermos o que ela significa, basta que consideremos dois eventos disjuntos
( ) () + ()
Em outras palavras, a juno dos eventos e aumenta o grau de crena. A soma dos
pela juno dos dois eventos e maior. Decorre disso que a capacidade convexa , na
() + ( ) 1
45
( ) pode ser visto como uma medida de averso incerteza. Quanto maior esse resduo,
mais convexa a capacidade. essa averso incerteza que explica o paradoxo de Ellsberg.
Quando os indivduos tm que escolher uma cor dentre as bolas da urna I, aquela com
O que sabe Augur sobre a verdadeira probabilidade ()? Tudo o que ele sabe que:
() () 1 ( )
() = 0, em cujo caso:
0 () 1
46
para a medida aditiva, ou seja, toda certeza est no mundo , condio essa dada por
() = () = 1;
+ (1 ) % + (1 )
relaxamento da condio de independncia, j que GS4 requer que o axioma AA4 valha
O axioma GS6 da averso incerteza diz que, dados dois atos e indiferentes do ponto
de vista de Augur, ele prefere uma composio distribucional (ou uma mdia ponderada
F satisfaz os axiomas AA1 AA3, GS4, AA5 e GS6 se, e somente se, existe um nico
47
P
em que E () [] , ()()(). Alm disso, a utilidade nica, salvo transfor-
Z
hChoqueti Z
()() = min ()()
CORE()
Logo, o que o teorema de Gilboa & Schmeidler diz que, considerando todos os axiomas
R
hChoqueti R
em que
()() = minCORE()
()() e = CORE()
O que isso quer dizer? Se as preferncias de Augur sobre atos satisfazem os axiomas de
do mundo .
48
(4 ) De posse da probabilidade ()() de cada conseqncia e de sua utilidade (), ele
X
E () [] , ()()()
(5 ) S que a natureza ainda no determinou o estado do mundo, mas Augur j sabe qual
(6 ) Dado que Augur tem uma probabilidade subjetiva sub-aditiva (uma capacidade de
(8 ) Em seguida, dado que Augur cauteloso, ela toma a menor dessas esperanas:
Z
min E () [] ()
CORE()
(10 ) Por fim, ao comparar os atos e , ele opta por aquele com maior valor. No caso,
49
ou seja, ele opta por aquele ato que maximiza sua utilidade na pior situao possvel.
(1 ) , 1 = 1
(2 ) , 2 = 5
(3 ) , 3 = 3
2 = 0 2 13 = 0 6
3 = 0 2 23 = 0 6
Ordenando 2 3 1 a esperana maximin :
Z
hChoqueti
EChoquet () = ()()
= 2 0 2 + 2 0 6 + 1 1
= 2 6
O paradoxo de Ellsberg.
A inrcia de portflios, isto , o fato de que pequenas variaes nos preos dos ativos
componentes de uma carteira no afetam a composio dos ativos nem suas quanti-
dades.
50
O vis domstico nas finanas internacionais, isto , o fato de que os indivduos ten-
dem a participar mais de seus mercados financeiros domsticos do que dos mercados
internacionais.
que Augur compra um seguro contra acidentes com sua biga. O contrato especifica o
que as partes entendem por acidente: coliso com outra biga, choque com uma manada
que Augur passeia com sua biga lentamente beira da prais. De repente, uma orca, a
baleia assassina, sai do mar e avana sobre a biga achando que era uma foca. Nenhuma
das partes imaginava que isso pudesse acontecer e o contrato nada diz sobre esse caso.
A questo do job search, que pode ser resumida pela pergunta: Como um desempre-
a maior incerteza capturada pela maior varincia dos salrios dos empregos ofereci-
dos. Ceteris paribus, maior varincia torna o indivduo menos desejoso de aceitar uma
oferta, pois sabe que tem uma chance de obter uma oferta melhor mais tarde. Esse
por uma medida de probabilidade aditiva, ou seja, por uma crena descrita por uma
com a averso incerteza proporcionadas pelo modelo de Gilboa & Schmeidler, o re-
51
sultado inverte-se. Quando h mais incerteza, h mais probabilidades a priori. isto
quer dizer que o indivduo considera que outras crenas so possveis. Quanto mais
recentemente a teoria da crena qualitativa baseada em casos, uma teoria de carter cogni-
tivo.
52
H duas primitivas:
A : conjunto de alternativas
X : conjunto de observaes
Uma observao um fenmeno bem definido. Por exemplo, o fenmeno Caesar no lana-
mento do bolo. Toda vez que esse fenmeno se realiza, isto , toda vez que a face Caesar
fica para cima, diz-se que se tem uma observao do tipo Caesar. Uma base de dados
de vezes que ela ocorreu. Recorde que Z+ = {0 1 2 3 } o conjunto dos nmeros inteiros
Uma base de dados D , assim, um vetor de contagem. Ela diz quantas observaes
Para cada base de dados D, Augur possui uma relao de preferncia % sobre o
que, para Augur, a alternativa a to provvel quanto a alternativa b, dada a base de dados
A X um valor numrico (a ) R pode ser vista como uma matriz cujo elemento
linha dominada por uma combinao afim de trs (ou menos) linhas, ou seja, no existem
53
Os axiomas so:
a + b.
O axioma da combinao diz que, se Augur tem razes para crer que a alternativa a
to provvel quanto a alternativa b, tanto para a base de dados D como para a base de
dados D, ento Augur tambm ter razes para crer que a alternativa a to provvel
Augur crer que a alternativa a estritamente mais provvel quanto a alternativa b, ento
arquimediano uma espcie de axioma de continuidade sobre base de dados. Esse axioma
dados que reverteram crenas a despeito de enormes replicaes de bases de dados anteri-
ores. Durante sculos a astronomia de Ptolomeu foi suficiente para prever eclipses e outros
54
fenmenos celestes. Entretanto, bastou uma pequena base de dados diferente para reverter
a crena. De qualquer forma, um axioma mais razovel deveria permitir que bases de dados
Tampouco o elogiam. Na verdade, dizem apenas que razovel para uma mente estatstica.
O que eles querem dizer que uma base de dados pequena negligvel relativamente a uma
interpretao fica mais rica. Com efeito, o axioma da diversidade diz que a experincia
GSL1 GSL4 se, e somente se, existe uma matriz diversificada : A X R tal que,
X X
a % b (a )() (b )()
X X
P
em que E () [] , ()()(). Alm disso, a matriz nica, salvo transformaes
55
que = + , em que 0 e : A X R uma matriz de colunas constantes, ento
P
Na expresso X (a )(), o termo (a ) faz o papel da funo utilidade e o termo
Schmeidler, ento qualquer deciso de Augur do tipo a % b, qualquer que seja a base de
ter utilidade (a )
X
(a )()
X
X
(b )()
X
(6 ) Por fim, ao comparar as alternativas a e b, ele opta por aquela com maior valor. No
X X
(a )() (b )()
X X
56
Considere o exemplo 3. Augur pergunta a Asclepius qual a probabilidade de sucesso,
mas no insiste numa distribuio de probabilidade. Ele fica satisfeito com uma resposta
do tipo: Tens mais chance de sucesso que de insucesso. Asclepius enfrenta, aqui, um
processo decisrio, Asclepius tem que fazer raciocnios contrafactuais, perguntando: O que
Se Asclepius satisfaz os axiomas de Gilboa, Lieberman & Schmeidler, ento haver uma
funo ( 0 ) sobre X X tal que sua resposta ser dada de acordo com o seguinte critrio:
a soma dos valores de sobre os pacientes que sobreviveram maior do que a soma sobre
sob circunstncias e por mdicos diferentes, podem ser agrupados mediante uma noo de
similaridade. Podemos pensar na funo como a similaridade que Asclepius identifica entre
os pacientes de sua base de dados e Augur, seu paciente atual. Isso segue a idia de Hume
(An Enquiry Concerning Human Understanding, 1748): De causas que parecem similares
Hume via como a base da predio. Em particular, esse modelo permite uma abordagem
freqentista revisitada. Considere uma varivel aleatria que pode assumir dois valores:
57
uma base de dados de observaes passadas das variveis:
{( ) : = 1 }
em que ( ) = (1
). Um novo caso introduzido, o de Augur, com caracters-
ticas:
+1 = (1+1
+1 )
Psicometria como exemplar learning. Ela se reduz freqncia relativa de sucesso na base
Pode parecer, primeira vista, que simplesmente se troca a pergunta Qual probabilidade
subjetiva usar? pela pergunta Qual funo de similaridade usar?, mas no bem assim.
58
Pode-se estimar a funo de similaridade a partir dos dados. Utilizando algum critrio
regresso linear;
kernel estimation;
interpolao;
atualizao bayesiana;
modelos de auto-regresso;
Se Augur usar a teoria da deciso baseada em casos, ele pode se considerar um bayesiano
mais flexvel, que classifica as caractersticas dos fenmenos de maneira menos rigorosa. Ele
identifica, mediante a funo de similaridade, quais casos so mais ou menos relevantes para
a sua predio. O que justifica a contaminao de sua anlise com casos diferentes, embora
similares (de acordo com a similaridade adotada) justamente a escassez de dados. Alm do
de que os dados do razo para crer mais numa alternativa que em outra. Isso no pressupe
O modelo pode ainda incorporar vrios indivduos. Basta fazer com que cada observao
59
se a base de dados D especifica quantas vezes cada indivduo observou o par ( 0 ),
6 Concluso
semelhantes. Podemos notar em primeiro lugar que as relaes de preferncia, sejam elas
definidas sobre alternativas ou loterias, so sempre uma ordem fraca, isto , completas e
transitivas.
e tomando decises sob incerteza. O artifcio dizer que se toma um agente representativo.
60
e, por conseguinte, as recomendaes de poltica macroecmica. Para piorar, os modelos
a macroeconomia faz passar-nos uma rasteira muito sutil: ela supe que todos os con-
que diferencie os indivduos. O modelo pode ficar mais vendvel se disser que existe um
continuum de consumidores idnticos ex ante que sofrem um choque do tipo Bernoulli. Esse
nico indivduo que enfrenta uma incerteza dada pela realizao de uma varivel aleatria
com distribuio de Bernoulli e que, portanto, aps o choque, h apenas dois tipos diferentes
de indivduos , com o peso de cada um sendo dado pela massa de indivduos de cada tipo.
Vejamos, por exemplo, como Woodford introduz o modelo de asset-pricing com ativos
nominais em seu livro wickselliano Interest and Prices (2003, p. 64): Consider an economy
incio do captulo 16, escrevem: ... the solutions to certain planning problems can be
have identical preferences and identical endowments, and a large number of firms that have
61
um continuum, mas um nmero finito deles. Blanchard & Fisher (1989, p. 48) supem
que there are many identical families, each with a welfare function given by equation (3),
a equao (3) sendo o valor presente de uma utilidade sobre um fluxo contnuo de consumo.
Mais adiante, dizem que there are many identical firms, each with the same technology.
Existe tambm a chamada questo do small world. Savage, no captulo 2 de seu famoso
livro The Foundations of Statistics, j dizia que sua teoria de deciso sob incerteza s faz
qual sempre possvel to look before you leap. Em outras palavras, o indivduo tem que
as informaes futuras concebveis sobre o modelo subjacente que determina suas crenas.
No h espao para surpresas. Jamais poder ser o caso de o indivduo no saber e, alm
patentes nos Estados Unidos fez uma declarao que entrou para a Histria como o sm-
bolo do erro que os economistas insistem em repetir. Encantado com o progresso tecnolgico
de ento, ele afirmou publicamente que nada mais havia para ser inventado. Seu erro era
mundo grande. Devemos admitir que existem estados do mundo que desconhecemos e no
62
deles, K() = , j nos faz pensar. Ele diz que auto-evidente que contm todos os
K() = K(K()), ou seja, que, se o indivduo no sabe , ento ele sabe que no sabe .
O problema que, muitas vezes, o que ocorre K() = K(K()) Neste caso, entramos
no big world mencionado por Savage. L, sua teoria no faz sentido. Alis, nenhuma das
teorias comportamentais faz. No mundo grande devemos ter muito cuidado ao aplicarmos
Ser que num mundo pequeno existe realmente algum aprendizado? A compreenso
atualizaes j esto descritas. Basta apenas esperar a realizao de algum evento e atualizar
bayesianismo:
learning consists of no more than the trivial algebraic manipulations required for
the use of Bayess rule? My guess is that their blindness is only a symptom of
irrelevant distractions. But the aspects of the learning process that are neglected
by Savages formalism are not irrelevant. How decision makers form and refine
their subjective judgements really does matter. But the fact that Savages theory
leaves these aspects of the learning process utterly unmodeled creates a trap into
63
which Baysianismists are only too ready to fall. The trap is to proceed as though
anything that is not expressed in the formalism to which one is accustomed does
grande, mas tambm para a questo da origem das crenas subjetivas. Podemos ver a teoria
a questo do mundo pequeno e do mundo grande, mas entendemos que h nela espao para
O advento de um estado surpresa pode afetar a insero de uma observao numa dada
categoria, mas parece-nos que um indivduo racional de bom-senso, o que quer que isso seja,
A grande lio que devemos tirar de tudo isso que as teorias tradicionais de deciso sob
cbico, o mundo possui seis estados. Esses seis estados perfazem a totalidade do mundo.
Quando se trata da relao humana, seja econmica, financeira ou social, o mundo muito
Bibliografia
64
1. Anscombe, F. and R. Aumann (1963): A definition of subjective probability,
Tani (eds.) Frontiers of Game Theory, pp. 321-339 The MIT Press, cambridge, MA.
Cambridge, MA.
4. Gilboa, I. (2007): Lecture Notes on the Theory of Decision under Uncertainty, mimeo,
Tel-Aviv University.
and subjective rationality in a multiple prior model, mimeo, Tel-Aviv University and
Yale University.
9. Gilboa, I., & D. Schmeidler (1995): Case-based decision theory, The Quarterly
65
10. Gilboa, I., & D. Schmeidler (1989): Maxmin expected utility with no unique
11. Knight, F. (1921): Risk, Uncertainty and Profit. Houghton Miin Company, Boston,
MA.
12. Savage, L. (1954): The Foundations of Statistics. John Wiley & Sons, New York,
NY.
13. Stockey, N. & R. Lucas (1989): Recursive Methods in Economic Dynamics. Harvard
14. von Neumann, J. & O. Morgenstern (1944): Theory of Games and Economic
15. Woodford, M. (2003): Interest and Prices. Princeton University Press, Princeton,
NJ.
66