i warunkowa. Prognoza jest wobec tego połączeniem stwierdzeń o formie: jeśli podejmiesz działanie a , rozkład prawdopodobieństwa na S jest p$ (dla wszystkich a ze zbioru A ).<br> Z formalnego punktu widzenia prognoza jest wobec tego macierzą prawdopodobieństw warunkowych, typu proponowanego dla modeli decyzyjnych przez Jeffreya, a nie rozkładem prawdopodobieństwa. Z reguły entropia rozkładów jest tym większa, im bardziej prognoza jest oddalona w czasie od swojego przedmiotu.<br> Sytuacja ta nie ulega zasadniczej zmianie, jeśli zanim ekspert przedstawi swą radę, poszukuje się dodatkowych informacji. Zwykle informacja taka polega na wyróżnieniu jednego elementu ze zbioru, oznaczmy go przez X , związanego probabilistycznie z S . Indukuje to