Il rapporto dei matematici con la realtà alle volte è piuttosto labile.
Mi ricordo una surreale discussione con un matematico che sosteneva che una cinetica del secondo ordine non aveva soluzioni se non in casi particolari - ma guarda caso una reazione con una cinetica del secondo ordine inizia e finisce SEMPRE, e puoi SEMPRE misurare nel frattempo le concentrazioni delle specie reagenti.
L'Unione Matematica Italiana (https://umi.dm.unibo.it/2020/06/10/comunicato-dellunione-matematica-italiana/) ha levato la voce per confutare una constatazione di Guido Silvestri , "i modelli matematici per COVID hanno fallito", e il riferimento era ai modelli dell'Imperial College. La cosa si è velocemente risolta (http://maddmaths.simai.eu/comunicare/risposta-di-guido-silvestri/?fbclid=IwAR0p71gf4zYnb0EBcne2IR0nWPs0K4pb_EKSjsRmo-eLq_FUVflJVYtbXlM).
Ma la difesa dei modelli di Imperial College e FBK va esaminata un attimo: nessuno mette in dubbio che i modelli stiano in piedi (cioè che siano matematicamente coerenti e corretti). Se poi si va a vedere se tutti i parametri necessari a descrivere il fenomeno erano stati inclusi, beh, non lo erano.
Riguardo la previsione FBK dei 151.000 ai primi di giugno se il 4 maggio si fosse riaperto: in primo luogo è impossibile provarlo, perché una verifica sperimentale è impossibile. Essendo impossibile è impossibile dire che è valida o certa l'affermazione "151.000 in terapia intensiva in caso di completa riapertura il 4 di maggio".
Poi guardate l'immagine, tratta dal famoso studio IC
Si enuclea una funzione con un set di parametri che fitta, alle volte meglio, alle volte peggio, la serie di dati di marzo-aprile. E da quello si estrapola fino a tre mesi nel tempo (e già questo fa inarcare le sopracciglia a chiunque abbia un minimo di familiarità con queste cose)..
Ora, anche firme illustri (Nassim Taleb) si pronunciano a favore di un'interpretazione statistisca della dinamica dell'epidemia, in cui i decessi costituiscono una variabile aleatoria (cioè casuale).
Ma le basi della dinamica del fenomeno sono precise, e sono quelle dei modelli epidemiologici compartimentali. E tali basi rendono intrinsecamente futile la previsione a medio o lungo termine, come succede con le previsioni del tempo.
Se qualcuno producesse un modello in cui sulla base delle temperature massime di aprile si prevedono le massime giornaliere per il mese di luglio non verrebbe preso sul serio, indipendentemente dal margine di errore fornito, indipendemente da worst case scenario o altro.
Vi ricordo che nella famosa fase "esponenziale" della curva, quella "facile", i modelli (facili) presentavano errori importanti nelle previsioni ad una settimana.
In breve le previsioni ad un mese di IC e FBK erano uno sparo nel buio. Uno sparo nel buio matematicamente coerente, ma uno sparo nel buio, e come tale avrebbe dovuto essere considerato. E invece...
Nessun commento:
Posta un commento
Nota. Solo i membri di questo blog possono postare un commento.