垃圾進垃圾出的假設
垃圾進垃圾出：「垃圾輸入，垃圾輸出。」如果你提供了未確定的數字和方程式，你會得到未確定的結果。反面被暗示地假設：精確的輸入產生精確的輸出。
Hamming 證明了兩個假設都可能是假的。
垃圾進垃圾出（真實情況）： 早期的天氣模擬。小擾動被放大。不精確的輸入產生極度不精確的輸出—一個發散的方向場。
垃圾進精確出（垃圾進垃圾出反轉）： Los Alamos 炸彈模擬（第 18 章）。狀態方程的數據來自分散的、不可靠的來源。但炸彈設計成功了。為什麼？
因為計算結構涉及二階差分：砲彈上的力取決於相鄰砲彈的力之差。當砲彈沿著曲線移動時，方程狀態中的局部誤差大多被抵消。計算使用了一個有效的收斂結構。
精確進垃圾出： 理論上可能的情況。如果計算通過發散的方向場放大小的輸入不確定性，精確的輸入仍然會產生不精確的輸出。
教訓：模擬輸出的可靠性不僅取決於輸入精度，而是取決於整個計算結構—具體來說，進入系統的誤差是被放大、保留還是阻尼。
反饋保護精度
Hamming 將垃圾進垃圾出反轉與 Harold Black 的反饋放大器見解聯繫起來。
Black 的發現：如果放大器增益非常高，只有反饋電阻需要精確。所有其他元件可以不精確。反饋迴路使輸出對抗元件變化而穩定。
同樣的原理在具有反饋結構的模擬中起作用：
- Nike 導彈制導系統自動校正軌跡偏差。初始條件中的小錯誤被阻尼，而不是放大。這讓 Hamming 可以使用猜測的初始條件模擬導彈故障—但仍恢復了俯仰-偏航能量轉移的正確周期。
- 原子彈計算的二階差分結構起到了反饋的作用：局部狀態方程誤差在砲彈的歷史中平均化。
設計含義： 良好的模擬設計，就像良好的工程設計一樣，通過將不精確的元件放在反饋迴路內來保護精度。重要的量—那些在反饋保護之外的—必須精確測量。
方向場和管
一個一階 ODE dy/dx = f(x,y) 定義了一個方向場：在平面中的每一點 (x,y)，斜率 f(x,y) 指向解必須移動的方向。
發散的方向場：真實解路徑的小偏差增長。誤差被放大。
收斂的方向場：大的偏差縮小回到真實路徑。誤差被阻尼。
兩者都可以在同一方程的不同點發生。解的精度取決於你在哪裡評估—而不是方程的任何絕對性質。
Hamming 將精度可視化為真實解周圍的「管」。在 2D 中，管在發散區域擴展，在收斂區域收縮。在 n 維中（海軍攔截問題使用了 28 個方程），管的幾何變得不直觀。第 9 章的 n 維悖論適用：高維管的表現完全不像 2D 管。
Euler 方法
最簡單的 ODE 求解器：從點 (xₙ, yₙ)，使用當前斜率估計下一點：
> yₙ₊₁ = yₙ + h · f(xₙ, yₙ)
其中 h 是步長。這遵循每一點的切線—總是使用「過去的斜率」，而不是整個區間上的典型斜率。誤差隨著每一步積累。
預測修正改進： 使用 Euler 預測值 yₙ₊₁，在那裡評估斜率，然後取區間兩端斜率的平均值以進行修正步驟。如果預測值和修正值緊密一致，步長是合適的。如果它們發散，縮短 h。
高階方法和濾波器連接
四階多項式預測修正方法（Milne、Adams-Bashforth、Hamming 的方法）使用函數和導數的多個過去值來預測下一個值。
Hamming 將這些方法識別為遞迴數位濾波器：輸出值（位置）是從輸入數據（過去步驟的導數）通過線性遞推計算的—正好是數位濾波器的結構。
這個連接有後果：
- 遞迴濾波器的穩定性分析直接適用。z 變換穩定性準則：濾波器傳遞函數的極點必須位於單位圓內。
- 步長 h 控制穩定性。對於給定的 ODE，存在一個最大 h，超過它數值方法變得不穩定—即使真實解收斂，計算的解也會發散。
剛性方程： 當系統的特徵值有非常不同的大小（一個快速變化的元件，一個緩慢的），穩定性需要一個足夠小的步長用於快速元件，即使慢速元件可以容忍大步長。剛性求解器使用隱式方法以允許更大的步長而不失穩定性。
頻率與位置的權衡： 經典多項式方法優化局部位置精度—軌跡在每一步都接近真實路徑，但動態「感覺」（頻率響應）可能是錯誤的。對於飛行模擬器，得到正確的頻率響應可能比得到正確的位置更重要。
行走沙丘的頂部
Hamming 被給予了一個電晶體設計的微分方程，邊界條件在無窮遠處—邊界條件是方程的右手邊設為零。
穩定性分析很令人震驚：如果在任何一點 y 稍微太大，sinh(y) 被放大，二階導數強烈為正，解射向 +∞。如果 y 稍微太小，它射向 -∞。不穩定性是雙向的—沿相反方向積分沒有幫助。
Hamming 的意象：「行走沙丘的頂部。」一旦兩隻腳滑向一側，你就不可避免地滑下。
他的解決方案： 利用不穩定性作為制導信號。他在微分分析儀上積分了軌跡的一段。如果解向上射，他在該段開始時的斜率估計略微太高—向下修正。如果它向下射，向上修正。一塊一塊地，他行走沙丘的頂部。
使這成為可能的是：不穩定性增長很快。起始斜率的小誤差產生了一個大的、明確的偏差—一個關於哪個方向修正的清晰信號。一個溫和不穩定的問題不會提供這樣的清晰信號。
職業義務： 「很容易就能將問題視為不可解的、表述錯誤的，或任何你想對自己說的其他藉口，但我仍然相信正確表述的重要問題可以用來提取一些有用的知識。」
羅夏測試和隨機性
一位 Bell Labs 心理學家建造了一台機器：12 個開關，一盞紅燈，一盞綠燈。受試者設置開關，按下按鈕，觀察結果，在 20 次嘗試後寫下如何使綠燈亮起的理論。他們的理論被遞給下一個受試者，週期繼續。
燈連接到隨機源。沒有模式。
在所有試驗中，沒有一個 Bell Labs 科學家—都是高素質的技術人員—曾說：沒有模式。他們都找到了理論。
Hamming 的觀察：沒有人是統計學家或信息論者。這兩個領域訓練實踐者提出問題：「我看到的真的存在，還是只是隨機噪聲？」
對模擬的含義： 可以調整直到與觀察數據相匹配的模擬是羅夏測試。調整過程找到與數據一致的模型，但不一定是真實模型。區分信號和噪聲需要謹慎的統計紀律—保留數據、預先指定的假設、置信區間—而不僅僅是良好的意圖。
Hamming 的結束評論： 「假如...會在你們的未來經常出現，因此你們需要掌握模擬的概念和可能性，並準備在必要時質疑結果和深入了解細節。」