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

Questo articolo propone un approccio euristico al paradosso di San Pietroburgo basato su un'addizione "coars-grained" (a grana grossa) che, attraverso proprietà di assorbimento e inerzia, dimostra come una struttura di ricompensa divergente possa smettere di generare una crescita illimitata quando l'aggregazione avviene su una scala numerica discretizzata.

L'essenziale

Il Paradosso di San Pietroburgo: Perché il "Tutto" non è sempre la somma delle "Parti"

Immagina di giocare a un gioco d'azzardo infinito. Ogni volta che lanci una moneta e esce "Testa", la posta in gioco raddoppia. Se esce "Croce" per la prima volta al decimo lancio, vinci una fortuna. Se esce al ventesimo lancio, vinci una cifra che supera il PIL di un intero paese.
Matematicamente classica, il valore atteso di questo gioco è infinito. Quindi, secondo la logica matematica pura, dovresti essere disposto a pagare qualsiasi somma di denaro (anche tutti i tuoi risparmi, la tua casa, il tuo futuro) per giocare una sola volta.

Ma la realtà è diversa: nessuno pagherebbe più di qualche euro. Perché?
Il paper di Takashi Izumo non cerca di risolvere questo paradosso cambiando la matematica o la psicologia umana, ma cambiando come contiamo.

Ecco l'idea centrale, spiegata con un'analogia.

1. L'Analogia del "Secchio con i Buchi" (o la Scala Sgranata)

Immagina di dover riempire un secchio con l'acqua.

• La matematica classica è come avere un secchio perfetto: ogni goccia che aggiungi si somma esattamente. Se aggiungi infinite gocce, il secchio diventa infinito.
• La matematica "sgranata" (Coarse-Grained) di questo paper è come avere un secchio fatto a "grani" o a "livelli".

Immagina che il tuo secchio non sia liscio, ma diviso in grandi scatole (o "grani").

• C'è una scatola piccola per i numeri da 0 a 10.
• Una scatola media per i numeri da 11 a 100.
• Una scatola gigante per i numeri da 101 a 1000.

Quando versi dell'acqua (aggiungi un numero) nel secchio, non vedi il livello esatto dell'acqua. Vedi solo in quale scatola si trova l'acqua. E ogni scatola ha un "rappresentante": un numero fisso che la rappresenta (ad esempio, il numero più piccolo della scatola).

2. Il Trucco: L'"Assorbimento" e l'"Inerzia"

Qui succede la magia. Quando versi un po' d'acqua in una scatola, l'acqua sale. Ma se la scatola è grande e l'acqua che versi è poca, l'acqua potrebbe non uscire dalla scatola per entrare nella successiva.

Il paper introduce due concetti chiave:

• Assorbimento: Immagina di essere nella "Scatola Gigante" (che rappresenta un milione di euro). Se aggiungi 10 euro (un piccolo incremento), la matematica classica direbbe che ora hai 1.000.010 euro. Ma nel nostro sistema "sgranato", 10 euro sono così piccoli rispetto al milione che, quando guardi la scatola, non vedi alcun cambiamento. La scatola "assorbe" i 10 euro. Per il tuo cervello (o il tuo sistema di calcolo), sei ancora nella stessa scatola, con lo stesso valore rappresentativo.
• Inerzia: Se continui a versare questi piccoli incrementi (10 euro, 10 euro, 10 euro...), la matematica classica direbbe che prima o poi il secchio si riempirà e tracimerà. Ma nel sistema "sgranato", se la scatola è abbastanza grande, l'acqua non uscirà mai. Il sistema diventa "inerziale": aggiungi, aggiungi, aggiungi, ma il risultato visibile rimane bloccato allo stesso valore.

3. Applicazione al Paradosso di San Pietroburgo

Nel gioco di San Pietroburgo, ogni lancio della moneta aggiunge una piccola "goccia" di valore atteso al totale.

• Nella realtà classica: Queste gocce si sommano all'infinito e il valore esplode.
• Nella realtà "sgranata" (come la nostra mente): Quando il totale diventa molto grande, le nuove "gocce" di valore sono così piccole rispetto al totale accumulato che il nostro cervello (o il nostro sistema di calcolo) smette di registrarle.

Il paper dimostra matematicamente che, se scegliamo il modo giusto per "grana" i numeri (dividere il mondo in scatole di dimensioni crescenti), la sequenza infinita di vincite del gioco di San Pietroburgo smette di crescere dopo un certo punto. Diventa "inerziale".

4. Perché è importante? (La lezione quotidiana)

Il paper non dice che il gioco di San Pietroburgo è matematicamente finito. Dice che la nostra percezione della ricchezza è sgranata.

• Analogia del Milionario: Se hai 10 euro, un regalo di 10 euro ti cambia la vita. Se hai 1 miliardo di euro, un regalo di 10 euro è invisibile. Non è che i 10 euro non esistano; è che il tuo "sistema di calcolo" li ha assorbito nella scatola del "miliardo" senza che il livello percepito cambi.
• Non è sconti temporali: Spesso si dice che non diamo valore alle cose future (sconto temporale). Qui il paper dice qualcosa di diverso: non diamo valore alle cose piccole quando siamo già grandi. È una questione di sensibilità, non di tempo.

In Sintesi

Questo studio ci dice che l'infinito matematico non deve per forza tradursi in un valore infinito nella nostra mente. Se il nostro modo di contare è "rozzo" (come lo è quello umano, che ragiona per categorie e non per decimali infiniti), allora anche una serie di premi infiniti può fermarsi e diventare stabile.

La morale: Quando si è già molto ricchi (di soldi, di informazioni, di dati), i piccoli incrementi successivi non fanno più la differenza. Il sistema diventa "inerziale" e smette di crescere, risolvendo il paradosso non cambiando le regole del gioco, ma cambiando gli occhiali con cui lo guardiamo.

Sommario tecnico

1. Il Problema: Il Paradosso di San Pietroburgo

Il paper affronta il classico Paradosso di San Pietroburgo, una sfida storica nella teoria delle decisioni. Nel gioco, un giocatore lancia una moneta fino a ottenere "testa" al $n$-esimo lancio, ricevendo una ricompensa di $2^{n-1}$ unità. L'valore atteso classico diverge all'infinito:
$$E[X] = \sum_{n=1}^{\infty} \frac{1}{2^n} 2^{n-1} = \sum_{n=1}^{\infty} \frac{1}{2} = +\infty$$
Tuttavia, nella pratica, nessun individuo è disposto a pagare una somma finita arbitrariamente grande per partecipare.
Le soluzioni tradizionali includono:

• Utilità marginale decrescente (economia classica).
• Sconto temporale (riduzione del peso dei pagamenti futuri).
• Teorie dell'utilità illimitata (riordinamento delle preferenze).
• Teoria dei prospetti (pesatura delle probabilità).

L'autore propone un approccio diverso: non modificare la funzione di utilità o introdurre fattori di sconto, ma alterare il meccanismo di aggregazione stesso attraverso un'aritmetica "coarsa" (a grana grossa).

2. Metodologia: Aritmetica a Grana Grossa (Coarse-Grained Arithmetic)

Il framework matematico si basa sulla definizione di un'operazione di addizione modificata su un insieme discreto ordinato $U = \mathbb{N}_0$.

Componenti Fondamentali:

1. Partizione Contabile ($\pi$): L'insieme $U$ è suddiviso in una famiglia di "grani" (grains) $G_{\pi, i}$, che sono intervalli finiti e disgiunti di numeri interi.
2. Mappa Cellulare ($\psi_\pi$): Assegna ogni elemento $x \in U$ al suo grano corrispondente.
3. Mappa Rappresentativa Interna ($\phi$): Assegna a ogni grano un singolo valore rappresentativo $\phi(G) \in G$ (es. minimo, massimo, mediana).

Operazioni Definite:

• Addizione Rappresentativa Coarse ($\oplus_{\pi, \phi}$): Per sommare due elementi $x$ e $y$:
  1. Si mappano $x$ e $y$ ai loro grani.
  2. Si estraggono i rappresentanti $\phi(G_x)$ e $\phi(G_y)$.
  3. Si esegue l'addizione ordinaria dei rappresentanti.
  4. Il risultato viene proiettato nuovamente nel suo grano e si seleziona il nuovo rappresentante.
     $$x \oplus_{\pi, \phi} y := \phi(\psi_\pi(\phi(\psi_\pi(x)) + \phi(\psi_\pi(y))))$$
• Addizione Cellulare Coarse ($\boxplus_{\pi, \phi}$): Definita analogamente tra grani.

3. Contributi Chiave e Proprietà Strutturali

Il paper identifica tre proprietà fondamentali di questa nuova aritmetica:

A. Assorbimento (Absorption)

Un grano $G$ "assorbe" un grano $H$ se l'aggiunta di $H$ a $G$ non sposta il risultato fuori da $G$.

• Condizione: $G \boxplus H = G$ se e solo se $\phi(G) + \phi(H) \in G$.
• Margine di Assorbimento: La capacità di un grano di assorbire incrementi dipende dalla distanza tra il suo rappresentante e il suo limite superiore ($b - \phi(G)$). Se l'incremento è sufficientemente piccolo rispetto a questo margine, il valore rimane stabile.

B. Inerzia (Inertness)

È il fenomeno centrale: una sequenza di addizioni ripetute può stabilizzarsi su un valore costante dopo un numero finito di passi, anche se la somma ordinaria divergerebbe.

• Definizione: Una sequenza di grani è "inerte" a partire da un certo passo $N$ se la somma parziale coerente a sinistra ($S_n$) rimane uguale a un grano fisso $G^*$ per ogni $n \geq N$.
• Meccanismo: Se ogni incremento successivo è assorbito dal grano corrente, la somma non cresce più.

C. Non-Associatività

L'addizione a grana grossa è generalmente non associativa.

• $(x \oplus y) \oplus z \neq x \oplus (y \oplus z)$.
• Motivo: La proiezione intermedia sui rappresentanti perde informazioni sulla magnitudine fine. L'ordine delle parentesi determina quali grani intermedi vengono selezionati, influenzando il risultato finale.
• Eccezione: L'associatività può essere recuperata solo in casi speciali, ad esempio con partizioni di larghezza costante dispari e rappresentanti mediani unici.

4. Risultati: Applicazione al Paradosso di San Pietroburgo

L'autore applica il framework al paradosso considerando una sequenza ridimensionata degli incrementi attesi.

• Sequenza: Invece della serie divergente classica, si considera la sequenza di incrementi costanti $1, 1, 1, \dots$ (rappresentanti gli incrementi attesi di $1/2$ scalati su $\mathbb{N}_0$).
• Partizione Triangolare: Viene introdotta una partizione specifica dove la dimensione del $n$-esimo grano è $n$ (grani di dimensioni crescenti: $\{0\}, \{1,2\}, \{3,4,5\}, \dots$).
• Rappresentante: Si sceglie il rappresentante minimo di ogni grano.
• Risultato: Con questa configurazione, ogni incremento di $1$ viene assorbito dal grano corrente una volta che la somma raggiunge un certo livello.
  • Dimostrazione: Per ogni grano $G_n$ con $n \geq 2$, il margine di assorbimento è $n-1$. Poiché l'incremento è $1$, la condizione di assorbimento è sempre soddisfatta.
  • Conclusione: La somma parziale coerente a sinistra diventa inerte. La somma totale percepita si stabilizza su un valore finito (nel caso specifico dell'esempio, rimane 1), bloccando la divergenza.

5. Significato e Implicazioni

Il paper non afferma di aver "risolto" il paradosso nel senso della teoria decisionale standard (il valore atteso matematico rimane infinito). Il contributo è euristico e strutturale:

1. Meccanismo Cognitivo Limitato: Il modello simula un sistema di giudizio umano che non elabora i numeri con precisione infinita, ma li raggruppa in categorie (grani).
2. Distinzione dallo Sconto Temporale: A differenza dello sconto temporale (che riduce il valore dei pagamenti futuri), l'inerzia deriva dall'insensibilità agli incrementi piccoli rispetto a un totale già accumulato. Un incremento di 10.000$ è significativo per chi ha 0$, ma irrilevante per chi ne ha un miliardo; l'aritmetica a grana grossa formalizza questa "soglia di percezione".
3. Nuova Prospettiva sulla Divergenza: Dimostra che una struttura di ricompensa divergente può non produrre una crescita illimitata se il processo di aggregazione stesso è "coarse" (a grana grossa).
4. Rilevanza Interdisciplinare: Il framework è rilevante per lo studio della razionalità limitata, della cognizione numerica umana e dei modelli comportamentali di aggregazione, offrendo un meccanismo matematico esplicito per spiegare perché le persone non valutano le serie divergenti come infinitamente grandi.

In sintesi, il paper suggerisce che la soluzione al paradosso potrebbe risiedere non nella modifica delle preferenze o del tempo, ma nella natura stessa di come gli esseri umani aggregano e percepiscono le quantità numeriche.