La simulazione tecnico-scientifica usa modelli computazionali per studiare fenomeni complessi riducendone le variabili di quantità, qualità, spazio e tempo.

La simulazione scientifica e tecnologica parte da due ipotesi: “se … allora …” e “come se …” su cui costruisce modelli che semplificano i fenomeni reali o concettuali a cui si riferiscono. I modelli sono statici se fotografano uno stato del sistema studiato, dinamici se simulano un processo. Se lascio un oggetto, allora esso cade. Questo è un modello di comportamento di un corpo sottoposto alla legge di gravità, che a sua vlta è un modello del magnetismo terrestre. Posso rappresentare l’evento o con una immagine statica o un valore numerico che mostra l’oggetto caduto, o con una sequenza di imamgini o valori numerici che mostrano in modo dinamico l’evento del cadere.

La caduta di un oggetto è una catastrofe, un evento improvviso come il crollo di una valanga. Ecco che la teoria delle catastrofi si serve della simulazione del tipo “come se”: la catastrofe è un evento improvviso come se una valanga si staccasse dalle pendici del monte e venisse giù a valle.

Senza simulazioni non sarebbe stato possibile dare leggi a tutta una realtà naturale. Le teorie scientifiche come i corpi indeformabili della meccanica classica, i moti senza attrito della dinamica, i gas perfetti della chimica-fisica non sono realtà, sono idealizzazioni, che ad un elevato livello di generalizzazione diventano paradigmi di riferimento come il sistema geocentrico o eliocentrico del sistema solare, o lo spazio tridimensionale dell’universo che diventa quadridimensionale dopo Einstein. La scienza non rappresenta i fenomeni così come sono, ma ne fa riduzioni analogiche o simulazioni con modelli, che siano meccanismi materiali o equazioni matematiche. La realtà diventa modello, il fatto diventa artefatto, dell’evento concreto si dà una simulazione.

La simulazione attraverso modelli consiste nell’isolare un sistema in modo che le circostanze estranee a quelle di cui si indaga la portata siano rese ininfluenti, nel ridurre il sistema, le sue variabili, i suoi gradi di libertà. E’ dunque un riduttore di complessità. Come ogni esperimento, procede per tentativi, per approssimazioni. Non serve tanto a descrivere un fenomeno, quanto ad interpretarlo, fino a giungere ad una teoria che riguardi tutto un insieme di fenomeni simili. O più semplicemente può servire a prevedere il comportamento di un sistema, come si fa in economia o in meteorologia. I modelli sono strumenti dell’esperimento e della simulazione, e le simulazioni su modelli realizzano una tendenziale unità metodologica tra scienze della natura come la fisica e scienze dell’uomo come la psicologia. Ridurre un sistema reale a un’immagine modellistica, ad esso isomorfa, è intuizione e invenzione, come accadde per la doppia elica del DNA.

In campo tecnologico, i modelli possono essere apparecchiature concrete, in scala, a imitazione di impianti, da costruire o da controllare. Oppure si possono usare modelli tridimensionali virtuali fastti con il computer. Le domande sono stimoli al modello, le risposte sono le reazioni del sistema a tali stimoli, mediate dal modello. L’efficacia di una simulazione dipende dal modello, che adotta le proprietà essenziali del sistema, ed escludendo quelle inessenziali. Tutto sta nel saper distinguere l’essenziale dall’inessenziale, allo scopo di identificare le variabili del sistema e le loro interrelazioni (le ‘regole del gioco’) per dedurne il comportamento in risposta a condizioni volta a volta imposte al modello.

In ambito socio-economico si sono sviluppasti modelli fondati sulla teoria dei giochi, che a sua volta è una simulazione, e sulla teoria delle decisioni: il modello considera situazioni competitive con contrasto di interessi, prefigura scenari alternativi, simula ghli effetti delle diverse strategie razionali possibili. Le simulazioni possono ricorrere a metodi di programmazione lineare, riducendo alla linearità la complessità del sistema, o di programmazione dinamica, in cui il sistema viene scomposto, variabile per variabile, in modo ricorsivo, per simulare fenomeni complessi naturali e artificiali, come accade per i frattali. La teoria dei sistemi studia la complessità, la ricerca operativa asffronta problemi di ottimizzazione di impianti e processi simulando gli effetti di cause date al modello come ipotesi di lavoro.

La costruzione di un modello di simulazione parte con la definizione degli obiettivi della simulazione (le ipotesi di lavoro, le domande alle quali si vuol dare risposta), considera le variabili interne ed esterne, saggia l’aderenza tra l’osservazione del sistema reale e la simulazione del modello formale. Stabilisce quindi il piano degli esperimenti da compiersi sul modello, facendo corrispondere i fattori sperimentali alle variabili esterne e gli esiti del modello alle variabili interne. La simulazione si conclude con l’analisi dei risultati, in cui si mostra l’intelligenza e l’immaginazione del ricercatore, dato che ogni modello si presta per sua natura a molteplici interpretazioni e ha tanto più valore strumentale quanto più è duttile; ma, quanto più è duttile, tanto più è affidato alla sensibilità di chi lo usa.

In ambito tecnico-scientifico la simulazione si presenta sotto tre aspetti:

• formazione e addestramento, dalla simulazione di test ed esami fino ai simulatori di volo, di guida dei treni, di interventi chirurgici, di lavorazioni rischiose;
• ricerca scientifica e sviluppo tecnologico, con simulazioni 3d e prototipazioni virtuali in architettura e CAD;
• gestione di sistemi fisici, economici, sociali, con simulazioni di ambienti ed eventi pericolosi come vulcani, sismi o maree, eventi estesi nel tempo e nello spazio come l’andamento annuale del PIL di una nazione.