Glossário
Conceitos do projeto
Âncora temporal — data fixa (PERSONADB_TODAY, padrão 2026-01-01) que substitui o relógio do
sistema em toda a simulação.
Catálogo — conjunto fechado de entidades compartilhadas (hospitais, empresas, partidos) criado
por um gerador antes do laço de personas, com IDs uuid5 estáveis.
Contrato da persona — dicionário Python que circula por todos os geradores, enriquecido a cada etapa. Ver Contratos de dados.
Dataset — dict[str, list[dict]] mapeando nome de tabela para linhas, em memória.
Domínio — recorte temático do schema (00 a 26), com um arquivo DDL e, em geral, um gerador.
Enriquecimento — campos acrescentados ao dicionário da persona por um gerador para uso pelos
seguintes (ex.: tem_doenca_grave).
Fork (de RNG) — derivação determinística de um sub-gerador a partir de
(semente, persona_id, domínio, salt) via BLAKE2b.
Pipeline — tupla DOMAIN_PIPELINE que fixa a ordem topológica de execução dos geradores.
Semente mestre — inteiro que determina todo o dataset (--seed).
Violação — dicionário produzido por um validador descrevendo uma invariante quebrada.
Estatística e modelagem
Cadeia de Markov — processo em que a próxima classe social depende apenas da classe dos pais, via matriz de transição.
Coeficiente de Gini — medida de desigualdade entre 0 e 1; o projeto usa 0,52 para derivar a curva de Lorenz.
Curva de Lorenz — função que acumula a fração da renda total detida pelos p% mais pobres.
Distribuição de Dirichlet — distribuição sobre vetores que somam 1; usada para compor percentuais de ancestralidade.
Gompertz–Makeham — modelo de mortalidade com componente exponencial na idade mais um termo basal constante.
Hazard (força de mortalidade/incidência) — taxa instantânea de ocorrência de um evento, dado que ele ainda não ocorreu.
Homogamia — tendência de formar casais com características semelhantes (classe, escolaridade, religião).
Logit / regressão logística — ; converte um escore linear em probabilidade.
Mid-parent (Galton) — previsão da estatura do filho a partir da média ajustada dos pais, com regressão à média.
Equação de Mincer — modelo log-linear de salários com retornos à educação e à experiência.
PCG64 — gerador pseudoaleatório padrão do NumPy, usado por SeededRNG.
PRS (escore poligênico de risco) — escore agregado de predisposição genética a uma condição.
Quadrado de Punnett — tabela que enumera os genótipos possíveis dos filhos a partir dos pais.
Softmax — normalização exponencial que converte utilidades em probabilidades.
Termos de domínio (pt-BR)
| Termo | Significado no projeto |
|---|---|
| ABEP (A, B1, B2, C1, C2, D_E) | critério de classificação socioeconômica usado como rótulo de classe |
| Antecedente criminal | registro que bloqueia setores de emprego e aumenta risco de divórcio |
| Comparecimento eleitoral | registro de presença (ou não) de uma persona em uma eleição |
| Holerite | contracheque mensal associado a um contrato de trabalho |
| Patrimônio snapshot | fotografia do patrimônio líquido estimado em uma data |
| Pena | sanção vinculada a uma sentença, com duração em meses |
| Reputação score | índice fictício de reputação pública, afetado por mídia e antecedentes |
| União estável | relacionamento reconhecido sem casamento civil |
Siglas
| Sigla | Significado |
|---|---|
| DDL | Data Definition Language — os arquivos .sql que criam o schema |
| ER | Entidade-Relacionamento (diagramas Mermaid por domínio) |
| FK / PK | chave estrangeira / chave primária |
| IPCA | índice de inflação fictício usado para corrigir valores monetários |
| N:N | relação muitos-para-muitos, materializada no domínio 25 |
| RNG | Random Number Generator |
| UF | unidade federativa (sigla de duas letras) |