Модул C1
Защо симулация ?
В предишните последователности въведохме и изучихме прости математически модели, позволяващи да се предскаже вероятностното развитие на сложна система във времето, като целта е да се вземе подходящо решение всеки път, когато е необходим избор. Разработването на адекватен математически модел изисква задълбочено проучване, за да се предоставят много точни аналитични резултати за развитието на системата.
За съжаление, пълната математическа резолюция често остава недостъпна и известните методи предоставят само в много прости случаи изрична характеристика на разпределението на вероятностите във времето. Например труден за решаване проблем е решението на система от диференциални уравнения. Освен в много прости случаи, ние се въздържахме да дадем метод за неговото разрешаване и се ограничихме до изследването на стационарното разпределение. Изследването на прехода от първоначалното разпределение към това обаче изглежда желателно при много обстоятелства.
Числените методи могат да осигурят приближения на търсените решения. Тези подходи могат да доведат до приблизително изчисляване на параметрите, представляващи интерес в модела. Те обаче страдат от няколко вътрешни трудности. Числените резултати са трудни за интерпретация, като се има предвид теглото на грешките, чието значение често е неразпознато. Освен това изчисленията често са сложни и има математически модели, за които известните математически алгоритми остават неефективни.
Друг изчислителен подход е симулация . Тази техника напълно изоставя всеки математически анализ и се ограничава до „имитация“ на изследваната система. Това устройство се нарича симулационен модел . При безброй обстоятелства симулационният модел е концептуално много прост и може да предостави количествена информация там, където математическите методи се провалят.
Трябва също да се отбележи, че симулационната техника не се ограничава до изучаването на изчакващи системи, а се прилага за явления, неподходящи за аналитични изследвания, независимо дали са детерминирани или случайни явления. Независимо от това, моделирането на изчакващи системи осигурява прототипно приложение на техниката.
На свой ред симулацията страда от няколко недостатъка. По-специално, той дава голям обем резултати, които трябва да бъдат обобщени за интерпретация. Те, за разлика от свойствата, получени от аналитично изследване, които по някакъв начин са универсални, са тясно приложими към моделираната система. Тези резултати са от а статистически и следователно може да се тълкува по двусмислен начин. Въпреки тези недостатъци симулацията остава привилегирован инструмент при изучаването на поведението на сложните системи и произтичащите от това прогнози се радват на висока степен на доверие както сред учените, така и сред индустриалците.