Causal de Finetti Theorem

• Causal de Finetti Theorem is a framework extending classical exchangeability by representing causal models as mixtures of independent mechanisms.
• It identifies underlying DAGs and causal structures through regular conditional distributions and invariance properties in both observational and theoretical contexts.
• The theorem applies to diverse fields, including quantum processes, by enabling factorization of data through causal deconstruction and improved discovery algorithms.

El teorema causal de Finetti designa una familia de resultados que trasladan la intuición clásica de de Finetti —simetría por intercambio $\Rightarrow$ representación como mezcla de leyes i.i.d.— a contextos en los que la estructura relevante ya no es meramente probabilística, sino causal. En su formulación más explícita para datos intercambiables, una secuencia infinitamente intercambiable de observaciones multivariadas que satisface ciertas independencias condicionales entre muestras admite una representación mediante mecanismos causales independientes; además, bajo hipótesis de Markov y faithfulness, la DAG subyacente pasa a ser identificable a partir de pruebas de independencia condicional (Guo et al., 2022). En una línea distinta, para procesos cuánticos el resultado correspondiente afirma que una familia intercambiable de matrices de proceso con estructura causal arbitraria —incluyendo orden causal indefinido y procesos multi-tiempo no Markovianos— es exactamente una mezcla única de procesos monotrial i.i.d. (Costa et al., 2024). En un nivel estructural más básico, la posibilidad misma de pasar de simetría a factorización depende de la existencia de distribuciones condicionales regulares respecto del álgebra de simetría, de cola o de invariancia por desplazamiento (Potaptchik et al., 2023).

1. Antecedentes clásicos y criterio estructural

La forma clásica del teorema de de Finetti parte de una secuencia $X=(X_n)_{n\in\mathbb N}$ de variables aleatorias intercambiables, es decir, tal que para toda permutación finita $\sigma$,

$$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$

En espacios estándar, ello conduce a una representación como mezcla de leyes i.i.d.; en términos condicionales, existe un objeto director $\mu$ tal que, condicionado en $\mu$, las coordenadas son independientes e idénticamente distribuidas. La formulación técnicamente más precisa para espacios medibles generales es que una secuencia intercambiable es condicionalmente i.i.d. si y solo si $X_1$ admite una regular conditional distribution dada una de las $\sigma$-álgebras canónicas $\mathcal I_\infty$, $\mathcal T_\infty$ o $X=(X_n)_{n\in\mathbb N}$0, y entonces

$X=(X_n)_{n\in\mathbb N}$1

para la correspondiente versión regular $X=(X_n)_{n\in\mathbb N}$2 (Potaptchik et al., 2023).

Ese refinamiento es decisivo para la lectura causal. El resultado de Potaptchik–Roy–Schrittesser muestra que, fuera de los espacios estándar, la obstrucción real no es la intercambiabilidad en sí, sino la existencia de una versión regular de la ley condicional respecto del álgebra generada por la simetría. También prueba que, si la ley marginal común es Radon, cualquier secuencia intercambiable es condicionalmente i.i.d. (Potaptchik et al., 2023). Esto sugiere que cualquier análogo causal serio debe identificar primero una $X=(X_n)_{n\in\mathbb N}$3-álgebra de invariancia causal y luego preguntar si existe una ley condicional regular respecto de ella.

2. Formulación causal para datos intercambiables

La formulación que introduce explícitamente la expresión Causal de Finetti considera secuencias infinitamente intercambiables de pares o arreglos multivariados, y explota el hecho de que, a diferencia del caso i.i.d., la intercambiabilidad puede inducir independencias condicionales informativas entre muestras. En el caso bivariado binario, el teorema establece que una secuencia $X=(X_n)_{n\in\mathbb N}$4 es infinitamente intercambiable y satisface

$X=(X_n)_{n\in\mathbb N}$5

para todo $X=(X_n)_{n\in\mathbb N}$6 si y solo si existen variables latentes $X=(X_n)_{n\in\mathbb N}$7 y $X=(X_n)_{n\in\mathbb N}$8, con medidas $X=(X_n)_{n\in\mathbb N}$9 y $\sigma$0, tales que

$\sigma$1

La novedad no es solo la mezcla, sino la descomposición mecanística: $\sigma$2 y $\sigma$3 están gobernadas por latentes distintos e independientes, que formalizan el principio de independent causal mechanisms (ICM) (Guo et al., 2022).

La generalización multivariada reemplaza el par $\sigma$4 por tuplas $\sigma$5 y una DAG $\sigma$6. Si para todo nodo $\sigma$7 y todo $\sigma$8 se cumple

$\sigma$9

entonces existe una familia de parámetros de mecanismo $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$0 tal que

$$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$1

En variables categóricas, $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$2; para variables continuas, el propio trabajo presenta la extensión como conjetural más que como teorema completo (Guo et al., 2022).

3. Identificabilidad, ADMG inducidos y descubrimiento causal

La consecuencia central de esa representación es un resultado de identificabilidad estrictamente más fuerte que el disponible en el régimen i.i.d. Para formalizarla, el trabajo introduce el operador $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$3, que transforma una DAG $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$4 en un ADMG sobre vértices $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$5 con tres rasgos: cada muestra $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$6 induce una copia de $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$7; para todo $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$8 y $$(X_1,\dots,X_n)\stackrel{d}{=}(X_{\sigma(1)},\dots,X_{\sigma(n)}).$$9 se añade una arista bidirigida $\mu$0; y no hay otras aristas. Si

$\mu$1

entonces

$\mu$2

Frente al resultado clásico de equivalencia de Markov en DAGs i.i.d., aquí la estructura de independencias del ADMG inducido distingue orientaciones que en el caso ordinario serían indistinguibles; en particular, las aristas bidirigidas entre muestras convierten ciertas orientaciones en $\mu$3-structures observables a través de pruebas de independencia condicional (Guo et al., 2022).

El mismo trabajo desarrolla un algoritmo de descubrimiento causal para datos multi-entorno. El esquema usa dos muestras por entorno y un número suficientemente grande de entornos independientes; identifica hojas mediante criterios del tipo

$\mu$4

ordena los nodos por capas “sink”, y luego decide la existencia de aristas entre capas mediante pruebas adicionales de independencia condicional condicionadas en los conjuntos apropiados. En los experimentos bivariados y multivariados, el artículo compara con CD-NOD, FCI, GES, NOTEARS, DirectLiNGAM, PC y random guess; informa que Causal-de-Finetti supera a esos baselines y que su precisión se aproxima a $\mu$5 cuando crece el número de entornos, incluso con solo two observations per environment (Guo et al., 2022).

4. Procesos cuánticos y orden causal indefinido

En teoría cuántica, el análogo causal de de Finetti se formula en el lenguaje de process matrices. Un proceso monotrial válido es un operador positivo $\mu$6 sobre el espacio de entradas y salidas locales, sujeto además a restricciones lineales de normalización; una familia de $\mu$7 ensayos es intercambiable si es exactamente simétrica bajo permutaciones de ensayos y satisface una condición fuerte de extendibilidad,

$\mu$8

Bajo esas hipótesis, el resultado establece que

$\mu$9

y que la medida $\mu$0 es única. La mezcla puede correr sobre todos los procesos monotrial válidos, incluyendo procesos de orden fijo, orden parcial, orden causal indefinido, procesos multi-tiempo no Markovianos, combs y process tensors (Costa et al., 2024).

El paso técnico que hace posible esa conclusión es un teorema de de Finetti para estados cuánticos con restricciones lineales. Tras normalizar

$\mu$1

se aplica el teorema cuántico estándar de de Finetti y luego se prueba, usando solo restricciones de dos copias, que la medida de mezcla está soportada en los estados monotrial que satisfacen las mismas restricciones lineales. En consecuencia, la representación conserva validez de proceso y también clases lineales como ciertas restricciones de no-signalling. El propio artículo subraya, sin embargo, que no obtiene un teorema finito aproximado para procesos y que causal separability no queda cubierta por el marco lineal utilizado (Costa et al., 2024).

5. Generalizaciones estructurales y no permutativas

Una línea complementaria reformula de Finetti como una propiedad universal. En el caso binario, el teorema clásico puede redescribirse como un límite en la categoría de Kleisli de la mónada de Giry: la cadena inversa

$\mu$2

con morfismos draw-delete tiene como objeto límite a $\mu$3, y toda familia consistente de leyes finitas de conteo factoriza de manera única a través de un canal hacia $\mu$4. En la misma formulación, el coalgebra de Bernoulli

$\mu$5

aparece como el final exchangeable coalgebra (Jacobs et al., 2020). Esa perspectiva no es causal, pero sí aísla un patrón: consistencia proyectiva, objeto representativo latente y factorización universal.

El programa de generalizaciones por simetría va más allá del grupo simétrico. Para el álgebra de parafermiones, un estado invariante bajo la acción del grupo de trenzas sobre pares de parafermiones satisface un teorema de tipo de Finetti: el estado es extremal si y solo si es un estado producto; en el caso square free, la extremalidad también equivale a trivialidad del tail algebra y a factorialidad (Bu et al., 2018). En sistemas de Fermi, los estados simétricos del producto $\mu$6-fermiónico infinito forman un Choquet simplex, y los estados extremales son exactamente productos fermiónicos generados por un estado monositio even (Fidaleo, 2022). Esto sugiere que el teorema causal de Finetti pertenece a una familia más amplia de resultados en la que la conclusión “mezcla de objetos simples” sobrevive al reemplazo de la simetría por permutaciones por otras invariancias estructuradas.

6. Alcance, malentendidos y direcciones abiertas

Un primer malentendido frecuente consiste en tratar Causal de Finetti como si fuera un único teorema estándar. En realidad, el rótulo cubre al menos dos desarrollos distintos: uno para datos observacionales intercambiables con representación ICM e identificabilidad de DAGs (Guo et al., 2022), y otro para procesos cuánticos con estructura causal arbitraria, incluidos procesos con orden causal indefinido (Costa et al., 2024). Tampoco todo trabajo relevante es “causal” en sentido estricto: el resultado sobre distribuciones condicionales regulares y álgebras de simetría no trata de intervenciones ni de DAGs, pero identifica el ingrediente estructural exacto que convierte simetría en factorización condicional (Potaptchik et al., 2023). Del mismo modo, la formulación categórica proporciona una plantilla universal, no una semántica causal (Jacobs et al., 2020).

Las limitaciones técnicas son igualmente específicas. En el marco observacional, la representación causal requiere relaciones no triviales de independencia condicional y la identificabilidad depende de Markov + faithfulness respecto de $\mu$7 (Guo et al., 2022). En el marco cuántico, el resultado es exacto pero exige infinite exchangeability y una noción fuerte de extendibilidad; el propio artículo declara que una versión finita para procesos queda abierta (Costa et al., 2024). Trabajos adyacentes indican posibles direcciones: un teorema finito informacional controla en entropía relativa la aproximación de secuencias finitas intercambiables por mezclas de productos (Gavalakis et al., 2022); el teorema exponencial cuántico ofrece aproximaciones por mezclas de estados casi i.i.d. con error que decae exponencialmente (Vidick et al., 2016); y el “tilted de Finetti theorem” muestra que imponer restricciones empíricas sobre secuencias intercambiables fuerza leyes predictivas en familias exponenciales mediante el $\mu$8-projection de una medida base (Polson et al., 16 Sep 2025). Una implicación plausible es que futuros análogos causales combinen tres ingredientes: una invariancia compatible con entornos o intervenciones, una representación por kernels o mecanismos latentes, y un principio de concentración o proyección entrópica que sustituya la mezcla abstracta por una clase causalmente interpretable.