Математика компромиссов

К прошлому посту пришёл интересный комментарий:
«Удивительно, насколько это похоже на зависимость удельной энергии связи атомного ядра от массового числа. Это совпадение или здесь есть фундаментальная связь?»
Короткий ответ: это не совпадение, но и не прямая физическая связь.
Похожей оказывается не формула, а сама математическая ситуация.
Во многих очень разных областях возникает одна и та же схема.
Есть некоторый параметр x — размер системы, число элементов, сложность, основание системы счисления, количество узлов, размер организма…
Есть «выигрыш», который с ростом x увеличивается.
И есть «стоимость» или ограничения, которые тоже растут по мере увеличения x.
Пока выигрыш растёт быстрее, эффективность увеличивается. Когда ограничения начинают доминировать, эффективность падает.
На графике это почти всегда выглядит одинаково: сначала рост, затем максимум, а потом медленный спад.
В задачах про системы счисления это проявляется так. Чем больше состояний у одного разряда, тем больше информации он несёт. Но чем больше этих состояний, тем труднее физически различать и устойчиво поддерживать каждое из них. В результате оптимум достигается при трёх состояниях.
В ядерной физике действует похожая логика. Добавление нуклонов увеличивает суммарную энергию связи. Но поверхностные эффекты, кулоновское отталкивание и асимметрия начинают уменьшать выигрыш на один нуклон. В итоге максимум приходится на ядра около железа.
В биологии наблюдается та же структура. Метаболизм растёт с массой организма, но не линейно. Крупные организмы в среднем эффективнее мелких, однако бесконечно увеличивать размер нельзя — ограничения постепенно перевешивают.
Похожие кривые возникают и в экономике. Рост фирмы повышает производительность за счёт масштаба. Но слишком большие организации теряют гибкость, растут издержки управления, и относительная эффективность снижается.
В сетях и инфраструктуре — то же самое. Добавление узлов расширяет возможности. Но сложность координации растёт ещё быстрее.
Формулы при этом везде разные. В системах счисления появляется k¹ᐟᵏ. В ядерной физике — суммы степенных членов. В биологии — степенные законы. В экономике — эмпирические зависимости.
Совпадают не формулы. Совпадает тип задачи.
Это задачи на оптимизацию: максимизировать отношение вроде «выигрыш / стоимость» или сбалансировать несколько конкурирующих эффектов.
Такие задачи почти неизбежно рождают кривые с максимумом. Поэтому здесь уместнее говорить не о скрытой универсальной формуле, а об универсальной математике компромиссов.
Математика компромиссов в сущности оказывается математикой пределов. Она говорит о том, где заканчивается рост, где начинается плата за сложность и почему гармония возникает не из стремления параметров к пределу, а из баланса сил, который математически проявляется как экстремум. Такие графики формируют полезную интеллектуальную привычку: если что-то растёт слишком хорошо, стоит спросить, какой ценой — и почти всегда оказывается, что цена существует. Часто оптимальное решение находится не на краю шкалы, а между крайностями. В этом смысле математика здесь говорит не столько о величинах, сколько о границах возможного. Это напоминание универсально: прежде чем наращивать систему, полезно задуматься, в какой момент она перестанет выигрывать от собственного роста. Оптимумы возникают не потому, что мир стремится к совершенству, а потому, что у него есть пределы.