본 논문은 불확실성 하에서의 의사결정 이론인 정밀하지 않은 확률 이론의 엄밀한 기반을 제공하는 바람직한 도박 프레임워크를 확장합니다. 기존 프레임워크는 선형 유틸리티에 크게 의존하지만, 본 논문에서는 반복적인 도박이 시간에 따라 진행될 때, 특히 보상이 승수적으로 합산되는 시간적 선택에서 표준 가법 결합 공리는 장기적 평가를 제대로 포착하지 못한다는 점을 지적합니다. 따라서, 가법 결합 공리를 완화하고 로그 영역에서 반복적인 도박을 효과적으로 집계하는 비선형 결합 연산자를 도입하여 프레임워크를 확장합니다. 이 연산자는 시간 평균(기하 평균) 성장률을 보존하고 에르고딕성 문제를 해결합니다. 연산자의 주요 대수적 특성을 증명하고, 일관성, 위험 평가 및 표현에 미치는 영향을 논의하며, 일련의 예시를 제공합니다. 본 연구는 기대값과 시간 평균 간의 차이를 해소하고 규범적 이론과 경험적으로 관찰된 비정상적 보상 역학을 통합합니다.