Porque están computando diferentes cosas, usadas para diferentes propósitos.
En la fórmula que usted cita, ancho de banda significa la cantidad de 'ancho de banda ocupado' en el espectro de RF. Esta es la cantidad de ancho de canal que se debe dedicar a transmitir la señal. Teóricamente, dado el tiempo de transmisión y la potencia de cálculo suficientes, d podría acercarse a cero. En la práctica, estos se intercambian con d que varía entre 0.2 y 0.5 para diferentes sistemas. Es independiente del tipo de modulación utilizada, ya sea 4QAM o 256QAM.
Nyquist utiliza el ancho de banda con respecto al teorema de muestreo. En cierto sentido, el factor d es una medida de la distancia "por encima de Nyquist" del ancho de banda, por lo que la relación es bastante estrecha.
Shannon tiene que ver con la capacidad de un canal cuando se tiene en cuenta el ruido, que es un propósito diferente a su fórmula. Aquí la diferencia entre 4QAM y 256QAM es profunda.