Absorption and Inertness in Coarse-Grained Arithmetic: A Heuristic Application to the St. Petersburg Paradox

Este artículo propone un enfoque heurístico para la paradoja de San Petersburgo mediante una aritmética de grano grueso que, al definir una suma basada en particiones y representantes, introduce fenómenos de inercia y absorción que permiten que una estructura de recompensas divergente deje de crecer indefinidamente al ser agregada de manera aproximada.

Lo esencial

El Paradoja de San Petersburgo y el "Teléfono Descompuesto" de las Matemáticas

Imagina que juegas un juego en el que lanzas una moneda. Si sale cara, sigues lanzando. Si sale cruz, el juego termina y te pagan una cantidad de dinero que se duplica cada vez que lanzaste cara.

• 1ª vez: $1
• 2ª vez: $2
• 3ª vez: $4
• ...y así sucesivamente.

El problema (La Paradoja):
Matemáticamente, si calculas el "valor esperado" (la ganancia promedio a largo plazo), la suma es infinita. Según las matemáticas clásicas, deberías estar dispuesto a pagar cualquier cantidad de dinero (aunque sea un millón de dólares) solo por jugar una vez, porque la ganancia teórica es ilimitada.

Pero, en la vida real, nadie pagaría eso. ¿Por qué? Porque nuestro cerebro no funciona como una calculadora infinita.

La Idea del Artículo: "La Regla de los Granos"

El autor, Takashi Izumo, propone una idea diferente a las soluciones tradicionales (como decir que el dinero vale menos cuando tienes mucho, o descontar el tiempo). Él sugiere que nuestro cerebro no suma números exactos, sino que los agrupa en "granos".

Imagina que tienes una caja de arena muy fina (números exactos). El autor dice que nuestro cerebro no ve cada grano de arena individualmente. En su cambio, ve la arena en montones o granos grandes.

1. La Analogía de los Cestos de Fruta

Imagina que tienes una serie de cestos numerados:

• Cesto 1: Contiene frutas del 0 al 2.
• Cesto 2: Contiene frutas del 3 al 5.
• Cesto 3: Contiene frutas del 6 al 16.
• Cesto 4: Contiene frutas del 17 al 300... y así sucesivamente.

Cada cesto tiene un "representante". Digamos que el representante es la fruta más pequeña del cesto.

• Si tienes 4 manzanas, caes en el Cesto 2. Tu "representante" es 3.
• Si tienes 10 manzanas, caes en el Cesto 3. Tu "representante" es 6.

La suma "Gruesa" (Coarse Addition):
Cuando quieres sumar algo a tu total, no sumas el número exacto.

1. Miras en qué cesto estás.
2. Tomas el representante de ese cesto.
3. Sumas el nuevo valor.
4. Y lo más importante: Vuelves a ver en qué cesto cae el resultado y tomas su representante.

2. El Fenómeno de la "Inercia" (Cuando el juego se detiene)

Aquí viene la magia. El autor descubre que, bajo ciertas reglas, puedes seguir sumando infinitamente, pero tu "total percibido" deja de crecer. A esto lo llama Inercia.

La analogía del ascensor:
Imagina que estás en un ascensor que solo tiene botones para pisos grandes (0-10, 10-100, 100-1000).

• Si estás en el piso 5 (dentro del grupo 0-10) y subes 2 pisos, sigues en el grupo 0-10. El ascensor no se mueve a un nuevo grupo.
• Si el grupo es muy grande (por ejemplo, del 100 al 1000) y subes solo 1 piso, el ascensor no se mueve. Para el ascensor, sigues en el mismo lugar.

En el artículo, el autor demuestra que si los "cestos" (granos) se hacen lo suficientemente grandes a medida que el número crece, puedes seguir sumando "1" una y otra vez (como en el juego de San Petersburgo), pero el resultado nunca saldrá del mismo cesto.

• Resultado: Aunque matemáticamente la suma es infinita, para tu "cerebro grueso", la suma se detiene y se queda estancada en un número fijo.

3. ¿Por qué es importante esto?

El artículo no dice que las matemáticas clásicas estén mal. Dice que nuestra forma de procesar la información es diferente.

• Matemáticas clásicas: Suman cada centavo exacto. El resultado es infinito.
• Cerebro humano (según este modelo): Agrupa los números. Si el grupo es lo suficientemente grande, un pequeño aumento (como un centavo más) es "absorbido" y no cambia la percepción de que tienes mucho dinero.

Es como si tuvieras una balanza muy tosca. Si tienes un elefante en un plato y le pones una pluma encima, la balanza no se mueve. La pluma existe, pero para la balanza, es invisible.

Conclusión Simple

El autor nos dice que la Paradoja de San Petersburgo no se resuelve diciendo que "el dinero vale menos", sino reconociendo que nuestra mente no es una calculadora de precisión infinita.

Cuando los números se vuelven muy grandes, nuestro cerebro los redondea en grupos grandes. Si los grupos son lo suficientemente grandes, agregar más dinero (aunque sea infinitamente) deja de tener efecto. El juego deja de crecer para nosotros, no porque el dinero sea infinito, sino porque nuestra capacidad de "ver" ese crecimiento se ha saturado.

En resumen:
El artículo propone que, a veces, menos precisión es más realista. Al agrupar los números en "granos", un proceso que debería ser infinito se vuelve finito y estable, explicando por qué no pagaríamos millones por un juego que, en papel, parece ganar dinero ilimitado.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Absorción e Inercia en la Aritmética de Granos Gruesos: Una Aplicación Heurística a la Paradoja de San Petersburgo" de Takashi Izumo.

1. El Problema: La Paradoja de San Petersburgo

El artículo aborda la Paradoja de San Petersburgo, un desafío clásico en la teoría de la decisión donde el valor esperado de un juego de azar diverge hacia infinito, aunque intuitivamente ningún participante estaría dispuesto a pagar una entrada finita y alta para jugarlo.

• El conflicto: En el juego clásico, se lanza una moneda hasta que sale "cara" en el $n$-ésimo intento, pagando $2^{n-1}$ unidades. La esperanza matemática es $\sum_{n=1}^{\infty} \frac{1}{2^n} 2^{n-1} = \sum \frac{1}{2} = +\infty$.
• Soluciones tradicionales: La literatura existente suele resolver esto modificando la función de utilidad (utilidad marginal decreciente), introduciendo factores de descuento temporal, o redefiniendo los sistemas numéricos.
• El enfoque del artículo: Izumo propone un cambio de paradigma. En lugar de modificar la utilidad o el tiempo, modifica la regla de agregación misma. Propone que el sistema cognitivo humano no procesa los números con precisión infinita, sino a través de una aritmética de "granos gruesos" (coarse-grained), donde la suma de valores puede dejar de crecer tras un cierto punto debido a la pérdida de información en la agregación.

2. Metodología: Aritmética de Granos Gruesos

El autor construye un marco matemático formal sobre el conjunto de enteros no negativos $U = \mathbb{N}_0$.

A. Estructura Básica

1. Partición Contable: Se define una partición $\pi$ de $U$ en bloques finitos ordenados llamados granos ($G_{\pi, i}$). Cada grano es un intervalo finito de enteros.
2. Mapa de Celda ($\psi_\pi$): Asigna cada elemento $x \in U$ al grano específico al que pertenece.
3. Mapa de Representante Interno ($\phi$): Asigna a cada grano un único valor representativo que debe pertenecer al propio grano ($\phi(G) \in G$). Ejemplos incluyen el mínimo, el máximo o la mediana del intervalo.

B. Operaciones Definidas

Se definen dos tipos de suma que difieren de la aritmética estándar:

1. Suma de Representantes Gruesos ($\oplus_{\pi, \phi}$): Para sumar $x$ e $y$:
   • Se proyectan a sus representantes: $\phi(\psi_\pi(x))$ y $\phi(\psi_\pi(y))$.
   • Se suman normalmente.
   • El resultado se proyecta de nuevo a su grano y se toma su representante.
   • Fórmula: $x \oplus y = \phi(\psi_\pi(\phi(\psi_\pi(x)) + \phi(\psi_\pi(y))))$.
2. Suma de Celdas ($\boxplus_{\pi, \phi}$): Operación directa entre granos basada en la suma de sus representantes.

C. Propiedades Estructurales Clave

• Absorción: Un grano $G$ "absorbe" a un grano $H$ si $G \boxplus H = G$. Esto ocurre si la suma de los representantes cae dentro del intervalo de $G$. Se introduce el concepto de margen de absorción ($\mu$), que es la distancia entre el representante y el límite superior del grano. Si el representante del incremento es menor o igual a este margen, el grano se absorbe.
• Inercia (Inertness): Es el fenómeno central. Si una secuencia de sumas parciales (asociatividad izquierda) llega a un estado donde todos los incrementos subsiguientes son absorbidos por el grano actual, la suma deja de cambiar. El proceso se vuelve inerte: la suma total se estabiliza en un valor fijo, a pesar de que la suma aritmética estándar divergiría.
• No Asociatividad: La suma gruesa generalmente no es asociativa. El orden de agrupación importa porque la proyección intermedia a un representante pierde información de precisión. Sin embargo, el autor identifica casos especiales (particiones con anchos constantes y representantes de mediana única) donde se recupera la asociatividad.

3. Resultados Principales

A. Condiciones para la Inercia

El artículo demuestra teóricamente que si una secuencia de granos alcanza un estado $G^*$ tal que el margen de absorción de $G^*$ es mayor o igual al representante de los incrementos subsiguientes, la secuencia de sumas parciales se estabiliza en $G^*$. Esto se formaliza en el Teorema 4, que establece una condición suficiente basada en el margen.

B. Aplicación a la Paradoja de San Petersburgo

El autor aplica este marco a la secuencia de incrementos esperados del juego de San Petersburgo.

• Rescaleo: Para trabajar en $\mathbb{N}_0$, la secuencia de incrementos esperados ($1/2, 1/2, \dots$) se rescalea a una secuencia constante de enteros: $(1, 1, 1, \dots)$.
• Partición Triangular: Se introduce una partición específica donde el tamaño del $n$-ésimo grano es $n$ (granos de tamaño 1, 2, 3, 4...).
• Representante Mínimo: Se elige el mínimo de cada grano como representante.
• Resultado: Bajo esta configuración, el primer grano que contiene el valor 1 tiene un margen de absorción suficiente para absorber cualquier incremento futuro de 1.
• Conclusión de la aplicación: La suma gruesa de la secuencia $(1, 1, 1, \dots)$ se vuelve inerte inmediatamente o tras un número finito de pasos. La "suma total" percibida se detiene en un valor finito, a pesar de que la serie estándar diverge.

4. Contribuciones Clave

1. Mecanismo Matemático Explícito: Proporciona un modelo algebraico donde la divergencia clásica no conduce a un crecimiento ilimitado debido a la pérdida de precisión en la agregación, no por una reducción de la utilidad subjetiva.
2. Distinción Conceptual: Diferencia claramente entre el descuento temporal (que reduce el valor de pagos futuros) y la inercia por granos gruesos (que refleja una insensibilidad cognitiva a incrementos pequeños relativos a un total ya acumulado).
3. Nueva Perspectiva sobre la Racionalidad Acotada: Sugiere que la paradoja puede surgir de la estructura de la agregación numérica humana (que es "gruesa") más que de la aversión al riesgo o la preferencia temporal.
4. Propiedades Algebraicas: Establece formalmente las propiedades de absorción, inercia y no asociatividad en sistemas de aritmética discretos y particionados.

5. Significado e Implicaciones

• Resolución Heurística, no Definitiva: El autor es cauteloso; no afirma haber "resuelto" la paradoja dentro de la teoría de la decisión estándar ni que el valor esperado sea finito en sentido probabilístico. Más bien, demuestra que bajo un modelo de cognición numérica limitada, un agente no percibiría un crecimiento infinito.
• Relevancia Interdisciplinaria: El marco es aplicable más allá de la economía, tocando la psicología cognitiva (cómo los humanos agrupan números grandes), la ciencia de la computación (precisión finita en cálculos) y la teoría de juegos.
• Limitaciones: El modelo depende de la elección específica de la partición y el mapa de representantes. Diferentes estructuras de "granos" podrían no producir inercia. Además, la aplicación a San Petersburgo es un ejemplo ilustrativo de un mecanismo posible, no una descripción universal del comportamiento humano.

En resumen, el artículo propone que la divergencia clásica puede ser "apagada" si el proceso de suma mismo es imperfecto y pierde información al proyectar resultados en categorías discretas. Esto ofrece una explicación estructural de por qué los agentes con precisión numérica limitada no asignarían un valor infinito a juegos con esperanza infinita.