Pertanyaan Utama
Hamming membuka Bab 19 dengan langsung mengutip dari Konferensi Komputer Simulasi Musim Panas 1975:
> Karena keputusan penting harus bergantung pada simulasi, sangat penting untuk menguji kevalidannya dan untuk membolehkan pendukungnya untuk mendeskripsikan tingkat representasi autentik yang mereka capai.
Formulasinya dari pertanyaan yang sama, lebih tajam:
> Mengapa siapa pun harus percaya simulasi relevan?
Jangan mulai simulasi sebelum Anda telah mempertimbangkan pertanyaan ini dengan serius. Sering kali ada tekanan praktis untuk segera mulai menghitung - waktu, uang, momentum organisasi. Tekanan itu tidak mengubah pertanyaan.
Pengalaman Hamming: ketika ia menanyakan pertanyaan kevalidan tentang simulasi, jawaban yang selalu dikemukakan adalah:
- Berapa banyak tenaga kerja yang dikeluarkan
- Berapa besar dan cepatnya komputer
- Berapa pentingnya masalah
Tidak ada jawaban ini yang mengatasi kevalidan. Mereka adalah argumen sosial, bukan teknis.
Kisah penerbangan angkasa: seorang direktur simulasi mengklaim keandalan 99,44% untuk peluncuran. Hamming menekan: keandalan apa? Setelah dipaksa, direktur mengakui angka yang disebutnya adalah keandalan dari simulasi, bukan penerbangan sebenarnya. Dia juga mengakui direktur NASA yang menyetujui peluncuran tidak memahami perbedaan itu - dan dia tidak mengoreksinya.
Penggabungan keandalan simulasi dengan keandalan sistem adalah salah satu kesalahan terbahaya dalam praktek teknik.
Apa yang Sebenarnya Dibutuhkan Validasi
Hamming menyusun daftar cek untuk mengevaluasi keandalan simulasi. Setiap pertanyaan harus dijawab sebelum output simulasi mendapatkan bobot keputusan:
1. Apakah teori latar belakang mendukung hukum yang dianggap? Simulasi fisika bergantung pada persamaan yang terverifikasi; simulasi ekonomi sering kali tidak.
2. Apakah efek kecil tetapi penting mungkin terlewatkan? Contoh pelatih pilot: bagus untuk fisika yang diketahui; berbahaya jika sebuah pesawat baru memiliki interaksi yang belum diintegrasikan.
3. Apakah data inputnya andal? Ketidaktentuan dalam input akan menyebar ke komputasi. Tahu dari mana data tersebut berasal.
4. Apakah simulasi stabil atau tidak stabil? Bidang arah yang tidak stabil akan memperkuat kesalahan input; yang stabil akan menurunkannya.
5. Apakah ada cross-check terhadap pengalaman masa lalu yang diketahui?
6. Dapatkah cek internal dibuat? Konservasi massa, energi, momentum sudut, atau invarian lainnya. Tanpa redundansi, deteksi kesalahan tidak mungkin.
7. Apakah tanda-tanda di kertas masuk ke mesin dengan akurat? Kesalahan dalam pengkodean bertahan selama tahun-tahun dalam kode produksi. Sebuah mesin pembaca kartu otomatis yang menerjemahkan deskripsi reaksi menjadi persamaan diferensial — solusi Hamming untuk simulasi kimia atmosfer — mengurangi kesalahan transkripsi tanpa mengandalkan perhatian manusia.
Hukum Hamming tentang Ekonomi
Simulasi fisika didasarkan pada hukum yang terverifikasi dan dinyatakan matematis. Simulasi kimia membutuhkan konstanta reaksi yang terverifikasi. Simulasi biologi membutuhkan dinamika populasi yang diketahui.
Menurut Hamming, ekonomi memiliki hukum andal satu: Anda tidak bisa mengkonsumsi apa yang tidak diproduksi. Setiap hukum ekonomi lain yang diklaim adalah either sebuah tautologi matematis atau sering kali salah.
Implikasi untuk simulasi: ketika hukum latar belakang tidak andal, seluruh dasar dari simulasi diragukan. Keakuratan tinggi dalam komputasi tidak menggantikan hukum yang tidak andal dalam model.
Respon Hamming ketika diminta menjalankan simulasi ekologi: ia meminta aturan-aturan yang dinyatakan secara matematis untuk setiap interaksi, dengan konstanta numerik, dan untuk data nyata untuk membandingkan hasil uji terhadapnya. Peminta segera menemukan seseorang yang lebih siap untuk menjalankan 'simulasi yang sangat diragukan yang akan memberikan hasil yang mereka inginkan.'
Aturan Hamming: pertahankan integritasmu. Jangan biarkan dirimu digunakan untuk propaganda orang lain. Tolak simulasi yang dirancang secara struktural untuk mengonfirmasi suatu kesimpulan.
Paradox Simpson dalam Data Simulasi
Kisah Berkeley Hamming: lebih banyak laki-laki daripada perempuan yang diterima ke program magister, yang menunjukkan diskriminasi. Tidak ada departemen individu yang menunjukkan diskriminasi. Penjelasan: wanita mengajukan proporsi besar aplikasi ke departemen-departemen dengan tingkat penerimaan rendah; laki-laki mengajukan proporsi besar aplikasi ke departemen-departemen dengan tingkat penerimaan tinggi. Statistik agregat tersebut nyata, dan menyesatkan.
Ini adalah Paradox Simpson: menggabungkan data dapat menciptakan efek yang tampak tidak ada dalam kelompok sub. Output simulasi yang menggabungkan data dari kelompok, wilayah, atau periode waktu dapat menunjukkan patologi yang sama.
Simulasi yang Mengubah Modelnya Sendiri
Kelas khusus kegagalan simulasi: subjek mengubah perilaku dalam respons terhadap model.
Contoh pasar saham: jika strategi perdagangan yang dikenal secara luas secara andal menghasilkan return yang lebih tinggi dari pasar, peserta akan mengadopsinya, dan kompetisi akan menghapus return kelebihan. Kesuksesan model menghancurkan kevalidannya.
Contoh medis: eksperimen double-blind ada karena dokter yang tahu siapa pasien yang menerima perawatan dan siapa yang menerima placebo menemukan perbaikan di mana mereka mengharapkannya. Pengetahuan dokter mencemari observasi.
Simulasi untuk keputusan yang mengharuskan langkah besar — kebijakan ekonomi, perencanaan militer, kesehatan masyarakat — menghadapi masalah ini ketika output simulasi dibuat publik atau menggiring perilaku.
Sampling & Akurasi
Teorema Nyquist menetapkan batasan fundamental pada simulasi digital dari sistem kontinu: Anda membutuhkan setidaknya dua sampel per periode frekuensi tertinggi yang ada dalam sinyal.
Pada praktiknya, Hamming mencatat, sampel satu sisi dan aliasing meningkatkan persyaratan menjadi tujuh hingga sepuluh sampel per periode frekuensi tertinggi yang menarik.
Perhitungan akurasi: komputer analog (dalam era Hamming) mencapai akurasi hingga satu bagian per 10.000 per komponen. Komputer digital dapat menangani akurasi arbitrer. Namun, akurasi digital membutuhkan pengambilan sampel yang memadai — dan untuk sinyal dengan konten frekuensi tinggi yang tajam, tingkat pengambilan sampel ini menentukan biaya komputasi.
Kelebihan analog: kecepatan dan integrasi fisik. Anda dapat menghubungkan komponen fisik secara langsung ke sirkuit analog dan mengukur perilaku nya tanpa menemukan deskripsi matematis dari itu. Untuk desain rudal pertama, ini memungkinkan pemahaman cepat tentang sistem sebelum model matematis penuh ada.
Mesin analog yang digunakan untuk pekerjaan rudal awal berasal dari bagian direktur senjata M9. Hamming membangun analisis diferensial dari peralatan semacam itu. Waktu solusi: sekitar 30 menit per trase. Kecepatan ini memaksa berpikir dalam kedalaman antara jalan — sebuah restriksi yang Hamming datang untuk menilai sebagai keuntungan struktural.
Rasa vs Akurasi: Masalah Penggunaan Mars Lander
Hamming memformulasikan pertanyaan desain yang tajam: untuk trainer penerbangan Mars lander, apakah simulator harus dioptimalkan untuk akurasi posisi atau untuk sensasi dari kendaraan?
Analisis numerik klasik mengoptimalisasi jalur posisi menggunakan aproksimasi polynomial lokal. Jalan tersebut akurat, tetapi perubahan percepatan tidak teratur di setiap interval polynomial - sebuah 'sensasi' yang tidak alami.
Metode domain frekuensi mengoptimalisasi respons frekuensi simulator. Posisi mungkin kurang akurat, tetapi pilot merasakan respons dinamis kendaraan dengan benar. Memori otot pilot terbentuk pada fungsi transfer yang benar.
Pendapat Hamming: trainer pilot harus dioptimalkan untuk sensasi. Selama penerbangan nyata, pilot dapat mengkompensasi kesalahan posisi melalui kontrol umpan balik. Jika sensasi salah, pilot telah dilatih untuk kendaraan yang tidak ada.
Prinsip yang lebih dalam: pilihan metode numerik mengkodekan sebuah klaim tentang apa yang penting dalam simulasi. Klaim tersebut adalah pendapat domain, bukan matematis.