A Pergunta Central
Hamming abriu o Capítulo 19 com uma citação direta da Conferência de Simulação de Computador do Verão de 1975:
> Já que decisões importantes devem contar com simulação, é essencial que sua validade seja testada, e que seus defensores consigam descrever o nível de representação autêntica que alcançaram.
Sua formulação da mesma pergunta, mais afiada:
> Por que alguém deveria acreditar que a simulação é relevante?
Não comece uma simulação até você ter pensado seriamente nessa pergunta. Frequentemente há pressões práticas para começar a computar imediatamente — tempo, dinheiro, impulso organizacional. Essas pressões não mudam a pergunta.
A experiência de Hamming: quando levantava questões de validade sobre simulações, as respostas invariavelmente citavam:
- Quanto trabalho foi investido
- Quão grande e rápido era o computador
- Quão importante era o problema
Nenhuma dessas respostas aborda validade. São argumentos sociais, não técnicos.
A história do voo espacial: um diretor de simulação alegou confiabilidade de 99,44% para lançamentos. Hamming pressionou: confiabilidade de quê? Depois de ser acuado, o diretor admitiu que seu número era confiabilidade da simulação, não do voo real. Ainda admitiu que o diretor da NASA que aprovava os lançamentos não entendia a distinção — e não havia corrigido esse mal-entendido.
A confusão de confiabilidade de simulação com confiabilidade de sistema é um dos erros mais perigosos na prática de engenharia.
O que a Validação Realmente Requer
Hamming compilou uma lista de verificação para avaliar a confiabilidade da simulação. Cada pergunta deve ser respondida antes que a saída da simulação tenha peso na decisão:
1. A teoria de fundo suporta as leis assumidas? Simulações de física repousam em equações verificadas; simulações econômicas frequentemente não.
2. Poderia faltar um efeito pequeno mas vital? O exemplo do treinador de piloto: excelente para física conhecida; perigoso se uma aeronave nova tem interações ainda não incorporadas.
3. Os dados de entrada são confiáveis? Incerteza nas entradas se propaga através do cálculo. Saiba de onde os dados vieram.
4. A simulação é estável ou instável? Campos de direção instáveis amplificam erros de entrada; os estáveis os amortizam.
5. Que verificações cruzadas contra experiência passada conhecida estão disponíveis?
6. Verificações internas podem ser produzidas? Conservação de massa, energia, quantidade de movimento angular, ou outros invariantes. Sem redundância, nenhuma detecção de erro é possível.
7. As marcas em papel entram na máquina com precisão? Erros de programação persistem por anos em código de produção. Um leitor de cartão automatizado que traduzia descrições de reação em equações diferenciais — a solução de Hamming para a simulação de química atmosférica — reduz erros de transcrição sem contar com a vigilância humana.
A Lei de Hamming sobre Economia
Simulações de física repousam em leis verificadas e matematicamente expressas. Simulações de química requerem constantes de taxa verificadas. Simulações de biologia requerem dinâmicas populacionais conhecidas.
Economia tem, na visão de Hamming, uma lei confiável: você não pode consumir o que não foi produzido. Todas as outras leis econômicas alegadas são ou uma tautologia matemática ou às vezes são falsas.
A implicação para simulação: quando as leis de fundo não se sustentam confiávelmente, toda a fundação da simulação é suspeita. Alta precisão no cálculo não compensa leis não confiáveis no modelo.
A resposta de Hamming quando solicitado a executar simulações ecológicas: ele solicitou regras matematicamente expressas para cada interação, com constantes numéricas, e dados reais para comparar corridas de teste. Os solicitadores logo encontraram alguém mais disposto a executar 'simulações muito questionáveis que dariam os resultados que queriam.'
Regra de Hamming: mantenha sua integridade. Não se deixe ser usado para propaganda de outras pessoas. Recuse simulações que são estruturalmente projetadas para confirmar uma conclusão.
O Paradoxo de Simpson em Dados de Simulação
A história de Berkeley de Hamming: mais homens do que mulheres foram aceitos na pós-graduação, sugerindo discriminação. Nenhum departamento individual mostrou discriminação. A explicação: mulheres se candidataram desproporcionalmente a departamentos com baixas taxas de aceitação; homens se candidataram desproporcionalmente a departamentos com altas taxas de aceitação. A estatística agregada era real e enganosa.
Este é o Paradoxo de Simpson: combinar dados pode criar efeitos aparentes não presentes em nenhum subgrupo. Saídas de simulação que agregam sobre grupos, regiões ou períodos de tempo podem exibir a mesma patologia.
Simulações Que Mudam O Que Modelam
Uma classe especial de falha de simulação: o assunto altera o comportamento em resposta ao modelo.
Exemplo do mercado de ações: se uma estratégia de negociação amplamente conhecida produz consistentemente retornos acima do mercado, os participantes a adotarão, e a concorrência eliminará o retorno excessivo. O sucesso do modelo destrói a validade do modelo.
Exemplo médico: o experimento de dupla ocultação existe porque os médicos que sabiam quais pacientes receberam tratamento e quais receberam placebo encontraram melhora onde esperavam. O conhecimento dos médicos contaminou a observação.
Simulação para decisões de alto risco — política econômica, planejamento militar, saúde pública — enfrenta esse problema sempre que os resultados da simulação são tornados públicos ou guiam o comportamento.
Amostragem & Precisão
O teorema de Nyquist estabelece uma restrição fundamental na simulação digital de sistemas contínuos: você precisa de pelo menos duas amostras por período da frequência mais alta presente no sinal.
Na prática, Hamming observou, a amostragem unilateral e o aliasing empurram o requisito para sete a dez amostras por período da frequência mais alta de interesse.
Compensação de precisão: computadores analógicos (na época de Hamming) alcançavam no máximo uma parte em 10.000 de precisão por componente. Computadores digitais podem ter precisão arbitrária. Mas a precisão digital requer amostragem adequada — e para sinais com conteúdo de alta frequência acentuado, essa taxa de amostragem impulsiona o custo da computação.
Vantagem analógica: velocidade e integração física. Você pode conectar um componente físico diretamente no circuito analógico e medir seu comportamento sem encontrar uma descrição matemática dele. Para os primeiros designs de mísseis guiados, isso permitiu uma rápida sensação do sistema antes de um modelo matemático completo existir.
As máquinas analógicas usadas para o trabalho inicial de mísseis derivavam de peças do diretor de armas M9. Hamming construiu um analisador diferencial a partir de tal equipamento. Tempo de solução: cerca de 30 minutos por trajetória. Esse ritmo forçou pensamento profundo entre execuções — uma restrição que Hamming veio a considerar como uma vantagem estrutural.
Sensação vs Precisão: O Problema do Pouso em Marte
Hamming colocou uma questão de design afiada: para um treinador de voo de pouso em Marte, o simulador deveria otimizar a precisão posicional ou a sensação do veículo?
A análise numérica clássica otimiza a trajetória de posição usando aproximações polinomiais locais. O caminho é preciso, mas a aceleração muda descontinuamente em cada intervalo polinomial — uma 'sensação' não natural.
Métodos no domínio da frequência otimizam a resposta em frequência do simulador. A posição pode ser menos precisa, mas o piloto percebe corretamente a resposta dinâmica do veículo. A memória muscular do piloto se forma na função de transferência correta.
Julgamento de Hamming: um treinador de piloto deveria otimizar para sensação. Durante voo real, o piloto pode compensar erros de posição via controle de feedback. Se a sensação estiver errada, o piloto foi treinado para um veículo que não existe.
O princípio mais profundo: a escolha do método numérico codifica uma afirmação sobre o que importa na simulação. Essa afirmação é um julgamento de domínio, não um matemático.