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

Dit artikel introduceert een heuristische aanpak voor het St. Petersburg-paradox door middel van grofkorrelige optelling, waarbij herhaalde aggregatie leidt tot inertie en aldus een divergent beloningsstructuur begrensd houdt zonder de klassieke verwachtingswaarde te wijzigen.

De kern

Stel je voor dat je een spelletje speelt waarbij je een munt opgooit. Als het kop is, verdubbel je je inzet. Als het munt is, stop je. De vraag is: hoeveel zou je bereid zijn om te betalen om dit spel te spelen?

Volgens de klassieke wiskunde is het antwoord oneindig. Omdat de kans op een enorme uitbetaling (hoewel klein) altijd bestaat, zou je theoretisch alles moeten betalen om te spelen. Dit is het beroemde St. Petersburg-paradox. Niemand in het echt zou echter een miljoen euro betalen voor zo'n spel, wat de wiskunde in de war brengt.

De meeste mensen lossen dit op door te zeggen: "Geld heeft minder waarde naarmate je rijker bent" of "Toekomstig geld is minder waard dan nu".

De auteur van dit paper, Takashi Izumo, probeert het op een heel andere manier op te lossen. Hij zegt niet: "Geld is minder waard", maar: "Onze hersenen kunnen niet alles precies tellen."

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen.

1. De "Grofkorrelige" Rekenmachine

Stel je voor dat je een heel nauwkeurige digitale weegschaal hebt die tot op de microgram kan meten. Dat is de gewone wiskunde. Maar de auteur stelt voor dat we onze "rekenmachine" vervangen door een grofkorrelige schaal.

In plaats van elke exacte euro te zien, groeperen we geld in bakjes of "korrels":

• Bakje 1: 0 tot 10 euro.
• Bakje 2: 11 tot 50 euro.
• Bakje 3: 51 tot 200 euro.
• En zo verder.

Wanneer we iets optellen, kijken we niet naar het exacte bedrag, maar naar welk bakje we in zitten. Als we iets toevoegen, kijken we of we nog in hetzelfde bakje zitten of dat we naar het volgende springen.

2. Het Fenomeen van "Opslurpen" (Absorptie)

Hier komt het magische deel. Stel je zit in een heel groot bakje (bijvoorbeeld 1 miljoen tot 2 miljoen euro). Als je nu 10 euro toevoegt, wat gebeurt er dan?

Op een gewone schaal ga je van 1.000.000 naar 1.000.010.
Op onze grofkorrelige schaal? Je blijft gewoon in Bakje 3 zitten. Voor onze "rekenmachine" is er niets veranderd. Het bakje heeft het kleine bedrag "opgeslokt".

Dit noemt de auteur absorptie. Een groot bakje kan een klein bedrag absorberen zonder dat het resultaat verandert.

3. Het Spel stopt vanzelf (Inertie)

Nu brengen we dit terug naar het St. Petersburg-spel. In dat spel krijg je steeds een kleine extra verwachte winst.

• In de echte wereld (met gewone wiskunde) tel je die kleine stukjes oneindig op, en wordt het totaal oneindig groot.
• In de "grofkorrelige" wereld (zoals onze hersenen vaak werken) gebeurt er iets anders.

Stel je zit al in een enorm groot bakje (je hebt al veel "verwachte winst" opgebouwd). Als je nu weer een klein stukje toevoegt, wordt het opgeslokt door het bakje. Het bakje verandert niet. Je telt niet verder.

Dit noemt de auteur inertie (traagheid). Het proces stopt vanzelf met groeien, niet omdat de winst ophoudt, maar omdat onze "rekenmethode" te grof is om de kleine stapjes meer te zien. Het totaal blijft staan op een vast getal, zelfs als je oneindig doorgaat met optellen.

4. Een Vergelijking uit het Dagelijks Leven

Stel je voor dat je een emmer water vult met een heel klein lepeltje.

• De klassieke wiskunde: Telt elke druppel. Na oneindig veel lepels is de emmer oneindig groot (of je hebt een emmer van de maan nodig).
• De "grofkorrelige" wiskunde: Kijkt alleen naar het niveau van de emmer. Als de emmer al halfvol is, en je doet er nog een lepeltje bij, ziet het niveau er voor het blote oog precies hetzelfde uit. Je zegt: "De emmer is nog steeds halfvol."
• Als je dit blijft doen, blijft de emmer "halfvol" in je waarneming, ook al heb je duizenden lepels toegevoegd. De druppels worden "inert" (traag); ze doen niets meer aan je perceptie van het totaal.

5. Waarom is dit interessant?

De auteur zegt niet dat de wiskunde fout is of dat het spel echt een eindige waarde heeft. Hij zegt: "Misschien is het probleem niet dat de winst te groot is, maar dat wij als mensen niet precies genoeg kunnen tellen om die oneindigheid waar te nemen."

Het is alsof je door een wazige bril kijkt. Als je iets heel klein toevoegt aan iets dat al groot is, zie je het verschil niet meer. De "oneindige" winst van het spel wordt voor ons brein een "stilstaande" waarde.

Samenvatting

• Het probleem: Een spel dat oneindig veel geld zou moeten opleveren, maar niemand wil betalen.
• De oude oplossing: Geld is minder waard als je rijk bent (gebruik een andere formule).
• De nieuwe oplossing: Onze "rekenmachine" is te grof. We groeperen getallen in bakjes.
• Het resultaat: Als je in een groot bakje zit, worden kleine toevoegingen "opgeslokt". Het totaal stopt met groeien in onze waarneming. Dit heet inertie.

Deze paper is dus een creatieve manier om te zeggen: "Misschien is het St. Petersburg-paradox geen raadsel voor de wiskunde, maar een gevolg van hoe onze hersenen grote aantallen grof en onnauwkeurig verwerken."

Technische samenvatting

Probleemstelling

Het artikel adresseert het klassieke St. Petersburg-paradox, een langdurig probleem in de decisiontheorie. In dit spel wordt een eerlijke munt geworpen totdat "kop" valt op de $n$-de worp; de speler ontvangt dan $2^{n-1}$ eenheden. De verwachte uitbetaling is:
$$E[X] = \sum_{n=1}^{\infty} \frac{1}{2^n} 2^{n-1} = \sum_{n=1}^{\infty} \frac{1}{2} = +\infty$$
Hoewel de wiskundige verwachting oneindig is, wordt in de praktijk geen enkele eindige inzet als rationeel beschouwd. Traditionele oplossingen introduceren vaak extra aannames, zoals:

1. Afnemende marginale nut (concave utility functies).
2. Temporele discontering (toekennen van lagere gewichten aan latere uitbetalingen).
3. Uitgebreide getalstelsels of nieuwe ordeningsstructuren voor oneindige verwachtingen.
4. Prospecttheorie (kansen en waarden transformeren).

De auteur stelt dat deze benaderingen de aggregatieregels zelf niet veranderen, maar slechts de input (nut, tijd, of getalstelsel) aanpassen. Het artikel onderzoekt een fundamenteel andere aanpak: wat gebeurt er als de aggregatieregels (optelling) zelf grofkorrelig (coarse-grained) worden gemaakt?

Methodologie: Grofkorrelige Rekenkunde

De auteur introduceert een wiskundig kader gebaseerd op coarse-grained arithmetic (grofkorrelige rekenkunde) op de discrete verzameling $U = \mathbb{N}_0$. De kern van de methode bestaat uit drie componenten:

1. Partitie van de schaal: De verzameling $U$ wordt opgedeeld in een aftelbare familie van eindige, opeenvolgende intervallen, genaamd "korrels" (grains), genoteerd als $\pi = \{G_{\pi, i}\}$.
2. Interne representatieve kaart ($\phi$): Aan elke korrel wordt één representatief getal toegewezen dat binnen die korrel ligt (bijv. minimum, maximum, of mediaan).
3. Coarse Optelling: In plaats van exact optellen, wordt de operatie gedefinieerd als een cyclus van projecties:
   • Projecteer twee getallen $x$ en $y$ naar hun respectievelijke korrels.
   • Vervang elke korrel door zijn representatieve waarde.
   • Tel deze representatieve waarden op op de gebruikelijke manier.
   • Projecteer het resultaat terug naar de korrel waarin het ligt en kies opnieuw de representatieve waarde.

Dit leidt tot twee operaties:

• Coarse Representative Addition ($\oplus_{\pi, \phi}$): Optelling op elementniveau.
• Coarse Cell Addition ($\boxplus_{\pi, \phi}$): Optelling op korrelniveau.

Belangrijkste Bijdragen en Concepten

De paper introduceert en analyseert drie structurele eigenschappen van deze nieuwe optelling:

1. Absorptie (Absorption):
   Een korrel $G$ "absorbeert" een korrel $H$ als het optellen van de representatieve waarde van $H$ bij die van $G$ resulteert in een som die nog steeds binnen de korrel $G$ valt. Formeel: $G \boxplus H = G$. Dit betekent dat kleine incrementen geen verandering teweegbrengen in de grofkorrelige toestand.

2. Inertie (Inertness):
   Dit is het centrale fenomeen. Als een reeks optellingen (bijvoorbeeld een oneindige reeks van gelijke incrementen) een toestand bereikt waarbij verdere optellingen geabsorbeerd worden, stopt de groei. De reeks van partiële sommen stabiliseert zich op een vaste waarde (of korrel), zelfs als de onderliggende exacte som divergeert naar oneindig.

3. Niet-associativiteit:
   Coarse optelling is over het algemeen niet-associatief. Omdat tussenresultaten telkens worden geprojecteerd naar een representatieve waarde, gaat informatie over de precieze grootte verloren. De volgorde van optellen (haakjes) beïnvloedt het eindresultaat. Er wordt echter een speciaal geval geïdentificeerd (partities met constante, oneven breedte en mediane representanten) waarin associativiteit wel terugkeert.

Resultaten

De auteur past dit kader heuristisch toe op het St. Petersburg-paradox:

• Rescaling: De oneindige reeks van verwachte incrementen ($1/2 + 1/2 + \dots$) wordt herschaald naar een constante reeks van gehele getallen ($1 + 1 + 1 + \dots$) om binnen het domein $\mathbb{N}_0$ te werken.
• Constructie van Inertie: Er wordt een specifieke partitie geconstrueerd (de "triangular partition", waarbij de korrels groeien in grootte volgens driehoeksgetallen) en een representatieve kaart (het minimum van de korrel).
• Bewijs van Stabilisatie: Onder deze specifieke structuur wordt aangetoond dat de constante reeks van $1$'s inert wordt. Zodra de partiële som een bepaalde korrel bereikt, is de "absorptiemarge" van die korrel groot genoeg om verdere incrementen van 1 te absorberen. De reeks van partiële sommen stopt met groeien en blijft constant op de representatieve waarde van die korrel.

Significantie en Interpretatie

De bijdrage van het artikel is voornamelijk structureel en heuristisch, niet als een definitieve oplossing voor het paradox binnen de standaard decisiontheorie.

• Geen oplossing in de klassieke zin: De klassieke verwachte waarde blijft wiskundig oneindig; het artikel verandert de probabilistische theorie niet.
• Nieuw perspectief op cognitieve beperkingen: Het model suggereert dat een cognitief systeem met beperkte precisie (grofkorrelige waarneming) divergerende beloningstructuren anders verwerkt dan exacte rekenkunde. Zodra een accumulatieve toestand groot genoeg is, kunnen verdere kleine incrementen de waargenomen totale waarde niet meer veranderen.
• Verschil met discontering: In tegenstelling tot temporele discontering (waarbij latere uitbetalingen minder waard zijn), modelleert deze aanpak beperkte gevoeligheid voor incrementen die klein zijn ten opzichte van een reeds opgebouwde som. Het gaat niet om wanneer de uitbetaling komt, maar om de schaal van de verandering ten opzichte van de huidige staat.
• Toepassingsgebied: Het kader is relevant voor de studie van bounded rationality (beperkte rationaliteit), gedragseconomie en modellen van aggregatie waarbij numerieke informatie wordt gecomprimeerd tot beheersbare categorieën.

Kortom, het artikel toont aan dat door de aggregatieregels zelf grofkorrelig te maken, een oneindige reeks van positieve incrementen kan leiden tot een eindige, stabiele waargenomen waarde, wat een wiskundig mechanisme biedt voor het begrijpen van waarom mensen geen oneindige inzetten zouden doen in het St. Petersburg-spel.