Capitolul 1.

Noţiuni introductive
Obiectivele acestui capitol sunt:
 Prezentarea simulării ca metodă de analiză a sistemelor
 Analiza avantajelor şi dezavantajelor metodei faţă de alte alternative de abordarea a problemei
 Conţinutul unui studiu de simulare
 Studiul sistemelor deterministe prin simulare cu modele ne deterministe

1.1. Noţiuni teoretice în simularea sistemelor; noţiunea de sistem şi model de

simulare

Un sistem constă dintr-o mulţime de elemente organizate funcţional, conectate într-o

structură care formează un întreg cu caracteristici bine individualizate, în interiorul căreia există
un transfer informaţional intrare-ieşire cu respectarea principiului cauzalităţii.
În general, toate sistemele au unele aspecte comune enumerate mai jos:

 entitatea: un obiect de interes din sistem

 atributul: o proprietate a entităţii
 activitate: orice proces care cauzează o schimbare în sistem
 eveniment: începutul sau finalizarea unei activităţi; o schimbare la un
moment de timp.

Un subsistem este o componentă a sistemului care poate fi tratată ca o parte a sa sau

ca un sistem independent. Un subsistem poate fi descompus în alte subsisteme, la infinit.
Studiul sistemelor se face cu ajutorul modelelor.
Un model este un obiect sau sistem similar cu originalul, sau orice reprezentare a
sistemului care satisface două cerinţe:

 asigură o predicţie a comportării sistemului, relativ la proprietăţile importante pentru

problema studiată (similaritate cu sistemul original)
 se lucrează mai uşor decât cu sistemul considerat.

Modelul îndeplineşte funcţia de a verifica teoria în practică şi, din acest punct de vedere,
modelul reprezintă un compromis între posibilitatea de a simplifica descrierea sistemului şi
numărul de caracteristici pe care intenţionăm să le studiem. Un model de simulare sau
simulator este un model dinamic abstract, realizat în mod obişnuit sub forma unui program. În
timpul execuţiei acestuia pe un calculator, schimbarea stărilor sistemului, evenimentele şi
procesele sistemului sunt emulate, desfăşurându-se în aceeaşi ordine temporală ca în sistemul
original. Dezvoltarea şi utilizarea modelelor de simulare poartă denumirea de simulare.

1.2 Clasificarea modelelor

Există diferite criterii de clasificare a modelelor. Astfel modelele pot fi:

 fizice (ex.: reprezentarea globului şi a planetelor, tunelul de încercare a
aerodinamicităţii, simulatoarele de zbor)
 abstracte (ex.: formule chimice, scheme logice, ecuaţii matematice)
După criteriul similarităţii, modelele se clasifică în:
 modele care arată identic cu sistemul pe care îl reprezintă
 modele care se comportă analog cu sistemul pe care îl reprezintă.

1
 După natura variabilelor interne ale sistemelor acestea se împart în:
 deterministe: variabilele deterministe reprezintă caracteristici cunoscute care
pot fi precis măsurate sau calculate
 stocastice: variabilele care reprezintă mărimi cantitative ale sistemului care nu
sunt cunoscute dinainte dar există noţiuni generale privind evoluţiei lor şi care
reprezintă caracterul aleator al sistemului.

Modelul unui sistem determinist sau stocastic poate fi determinist sau stocastic, astfel
încât există următoarele patru combinaţii:

1. Sistem determinist-model de ex. soluţia analitică a unui set de ecuaţii

determinist: folosită pentru predicţia comportării unui sistem
2. Sistem determinist-model calculul unei integrale definite prin metoda Monte-
stocastic: Carol
3. Sistem stocastic-model generarea cu calculatorul a numerelor aleatoare
determinist:
4. Sistem stocastic-model cazul cel mai obişnuit al simulării sistemelor
stocastic:

După intervalul de timp în care se studiază comportarea sistemului:

 model static: starea sistemului este observată la un anumit moment de timp.

 model dinamic: stările sistemului trebuie urmărite pe diferite segmente de timp;
variabilele sistemului se modifică în timp.

O altă clasificare a modelelor este în:

 modele stările sistemului se modifică continuu cu timpul şi valorile măsurate ale

continue: mărimilor din sistem nu sunt limitate la mulţimea numerelor întregi

 modele - modele cu evenimente modificarea timpului în model depinde de

discrete în timp: critice: evenimentele modelului

- modele cu perioade de timpul evoluează incremental indiferent

timp constante: dacă anumite evenimente au avut loc

1.3. Caracteristici generale ale simulării

Noţiunea de simulare este familiară, cel puţin în sensul general al cuvântului. Dicţionarul
sugerează că simularea implică imitarea sau copierea comportării interne a unui sistem, “dând
aparenţa sau efectul” sau “luând caracteristicile realităţii”, Aceasta implică o realizare fizică care
să aibă o comportare foarte apropiată de realitate, o replică sau un model. Simularea aduce în
minte ideea de acceptare a modelului ca realitatea considerată în studiu.
În accepţiunea curentă, termeni ca model de simulare sau simulator sunt asociaţi
sistemelor dinamice şi sunt realizate în cele mai multe cazuri sub forma unor programe. În
timpul execuţiei acestora, ceasul simulării (sau timpul simulării) este incrementat şi stările
sistemului sunt emulate în ordine cronologică corespunzător timpului şi procesului real.
Simularea reprezintă o tehnică de analiză prin care se dezvoltă şi se utilizează modele.
Proprietăţile şi caracteristicile sistemului original sunt reprezentate în model prin parametri sau
valori iar procesele sunt modelate prin algoritmi. O execuţie a simulării se referă la simularea
2
modelului pe durata de desfăşurare a proceselor sistemului original. Modelele studiate în
continuare sunt abstracte, structurale (înglobează componentele sistemului original şi relaţiile
dintre ele), funcţionale (emulează reacţii ale sistemului original la influenţe externe) şi sunt
discrete.
Diferitele nuanţe ale acestei noţiuni vor fi puse în evidenţă prin câteva exemple simple.
Astfel, considerând modelul în 3D al unei clădiri, acesta îi furnizează arhitectului posibilitatea
de a vizualiza interiorul clădirii, distribuţia elementelor componente în spaţiu, posibilităţile de
realizare, funcţionalitatea, aparenţa. Modelul ajută în acest caz proiectantul şi beneficiarul de a
înţelege uşor versiunea propusă, servind ca bază de comunicare (discuţie). Acest tip de model
reprezintă o simulare statică realizată fizic la scară, în 3D. Modelul este static deoarece nu
conţine stări care se modifică în timp.
Pentru acelaşi sistem pot exista modele statice şi dinamice. În cazul clădirii, un model
dinamic poate fi modelul sistemului general de transport intern printr-un sistem de ascensoare.
Scopul unei astfel de simulări poate fi de a decide câte ascensoare ar trebui să aibă clădirea,
care este numărul de persoane pe unitatea de timp care utilizează un ascensor, frecvenţa
deplasărilor pe etaje, regulile de mişcare a ascensoarelor. Modelul este pus în stare
operaţională, vizualizând grupe de persoane care aşteaptă, la diferite etaje, preluarea şi
distribuirea la destinaţie, etc. În final se obţin rezultatele simulării sub formă statistică, ca de
exemplu: timpul mediu de aşteptare, timpul mediu necesar unei persoane pentru a ajunge la
destinaţie, gradul de ocupare a ascensoarelor pe durata simulării, etc. Schimbând punctele de
destinaţie, ratele în care persoanele sosesc, numărul de ascensoare sau regula de mişcare a
acestora, utilizatorul poate experimenta modelul în maniera “ce se întâmplă dacă”, căutând o
soluţie care să echilibreze performanţele cu costurile.
Modelul sistemului de transport implica atât aspecte fizice cât şi logice. Experimentul
furnizează calcule şi informaţii folosite în logica de funcţionare a modelului, pentru a imita modul
de operare al sistemului. Pentru aceasta modelul simulează nu numai modul de operare ci şi
trecerea timpului. Efectul acestei comprimări a timpului determină creşterea vitezei de
experimentare şi face modelul mai eficient din punctul de vedere al timpului utilizatorului.
Unele simulări dinamice se comportă determinist, spre deosebire de altele care conţin
elemente probabilistice. În modelul sistemului de ascensoare timpul necesar pentru mişcarea
unui ascensor între doua etaje consecutive poate avea o valoare strict determinată spre
deosebire de numărul de persoane în aşteptare, care poate varia aleator de la o simulare la
alta.
Mediul optim pentru realizarea simulării este calculatorul. Simulările pe calculator nu sunt
realizări fizice, dar pot fi reprezentări grafice, pe un ecran 2D, păstrând senzaţia de spaţiu
tridimensional. În acest mediu virtual, simularea poate permite acţiunea interactiva a
utilizatorului în scopul învăţării sau testări competitive cu mai mulţi utilizatori. Experienţa utilizării
programului de simulare permite verificarea diferitelor strategii de abordare a problemei.
Simularea nu implică în mod necesar rezolvarea unui set de ecuaţii. Unele tipuri de
simulări implică alte tehnici de descriere logică a relaţiilor dintre elementele implicate care vor fi
exemplificate prin problemele propuse.

1.4. Aplicaţii ale simulării sistemelor

Analiza cazurilor în care se utilizează modelele în locul sistemelor originale scoate în

evidenţă următoarele utilizări clasice:
 divertisment: jocurile se desfăşoară într-o realitate virtuală.
 înlocuiri ale sistemului original: un model mecatronic poate înlocui un organ biologic în
cazul unui transplant, un calculator poate emula un alt tip de calculator.
 antrenare: simulatoarele sunt sisteme ieftine şi cu risc scăzut de antrenare în diverse
meserii.
3
 acumulare de cunoştinţe: rezultatele experimentelor pe modele sunt transferate sistemului
original pe baza analogiei dintre cele două sisteme. Astfel, dacă considerăm sistemul
original O şi modelul său M, cele două sisteme având n proprietăţi comune şi dacă M
posedă proprietatea n+1 atunci prin analogie se trage concluzia că O posedă proprietatea
n+1. Acest tip de concluzie nu este logică ci inductivă. Ea se bazează pe speranţa că
similaritatea modelului cu originalul include valorile pe care am dori să le cunoaştem. Pentru
a reduce incertitudinea concluziilor bazate pe analogie, modelele sunt validate. Validarea
determină gradul de corespondenţă cu originalul în privinţa scopului propus. Îmbunătăţirea
corespondenţei dintre model şi original poartă denumirea de calibrare.

Utilizarea simulării nu este restricţionată la o clasă îngustă de probleme. Unele situaţii în care
investigaţiile utilizează simulări sunt listate în tabelul 1.1.

Tabelul 1.1 Domenii în care este utilizată simularea

Domeniul social-urban:
Sisteme de transport urban
Controlul traficului la intersecţii
Planificarea învăţământului
Strategii ale campaniilor politice
Controlul poluării aerului
Domeniul asistenţei sanitare:
Planificarea asistenţei sanitare
Proiectarea camerelor de urgenţă
Planificarea personalului medical
Strategii de control al bolilor
Domeniul militar, aero-spaţial:
Fiabilitatea sistemelor spaţiale
Strategii de înlocuire a echipamentelor
Simularea acţiunilor militare
Domeniul serviciilor industriale:
Managementul asigurărilor şi riscurilor
Proiectarea reţelelor de comunicaţie
Domeniul industrial:
Management-l inventarului
Distribuţia facilităţilor
Programarea echipelor de reparaţii
Proiectarea canalelor de distribuţie
Proiectarea sistemelor de transport
Dezvoltare urbană
Proiectarea aeroporturilor
Controlul traficului aerian
Planificarea populaţiei
Managementul băncii de sânge
Planificarea echipajelor de salvare
Circuitul pacienţilor
Strategii de căutare şi salvare
Distribuţia echipamentelor
Poziţionarea sateliţilor
Distribuţia facilităţilor
Programarea producţiei
Testarea siguranţei produselor
Controlul calităţii
Planificarea capacităţilor de producţie

1.5 Simularea comparată cu alte metode de analiză a sistemelor

Figura 1.1 reprezintă un set de trei alternative ce pot fi folosite în rezolvarea unei
probleme sau concret, în proiectarea şi analiza sistemelor. Să ilustrăm alternativele propuse în
cazul următoarei probleme. Presupunem că un trăgător cu arcul trimite 10 săgeţi spre o ţintă şi
fiecare săgeată are probabilitatea p = 0.5 de a atinge ţinta. Care este probabilitatea ca
trăgătorul să lovească ţinta de un număr par de ori ?

O metodă de rezolvare constă în estimarea acestei soluţii pe un sistem real. Aceasta implică
realizarea fizică a experimentului, în condiţia ca fiecare lovitură a săgeţii să aibă o şansă din
două de a lovi ţinta.
4
 Analiză sistem

Experiment pe proces real Modelare matematicã

Simulare

Creşte gradul de realism Creşte gradul de abstractizare

Figura 1.1 Ilustrarea metodelor de analiză a unui sistem

Se efectuează cele 10 încercări succesive şi se înregistrează experimentul dacă

în final au rezultat un număr par de loviri ale ţintei. Experimentul se repetă de mai multe ori,
înregistrând numărul de cazuri în care condiţia a fost îndeplinită. Fracţiunea din numărul total de
experimente în care a rezultat un număr par de lovituri ale ţintei este o estimare a soluţiei
problemei.
Altă cale de rezolvare a problemei este modelarea matematică, prin aplicarea unor
concepte ale teoriei probabilităţilor. Notând cu P probabilitatea de realizare a unui număr par de
lovituri ale ţintei din 10 încercări şi cu p probabilitatea ca o săgeată să lovească ţinta, atunci P şi
p sunt în următoarea relaţie matematică:
5
P   C102 k p 2 k (1  p )10 2 k
k 0

Înlocuind valoarea lui p se obţine rezultatul exact.

Simularea constituie a treia metodă de rezolvare a problemei. În sensul folosit şi sugerat
de figura 1.1, simularea nu implică nici simularea pe sistemul real şi nici modelarea matematică.
Simularea implică experimentarea pe un model alternativ sistemului real, necesitând stabilirea
unui mod de interpretare a evenimentelor aleatoare pentru a se face o corespondenţă cu
sistemul real. Astfel, problema pusă iniţial poate fi rezolvată prin utilizarea unui sistem analog pe
care să se facă experimentele. Aruncarea unei monede şi interpretarea unei feţei pe care cade
ca: ţintă lovită şi a celeilalte ca: ţintă neatinsă reprezintă o metodă alternativă cu care se poate
experimenta în scopul obţinerii unei estimări a soluţiei. Aruncând în mod repetat moneda şi
notând rezultatele, fracţiunea din numărul total de experimente în care au rezultat un număr par
de coincidenţe cu faţa monedei considerată ţintă lovită reprezintă o estimare a soluţiei.
Această metodă de simulare este de asemenea consumatoare de timp şi am fi interesaţi
în utilizarea unui dispozitiv care să poată permite simularea unei clase largi de astfel de
probleme şi în acelaşi timp simularea să decurgă într-o manieră “automată”. Evident, simularea
pe calculatorul rezolvă această problemă, dar cum acesta se comportă totdeauna predictibil,
incertitudinea din cadrul sistemului real trebuie simulată printr-o schemă de generare a
numerelor aleatoare.

1.6 Avantajele şi dezavantajele simulării

În cazul experimentării pe sistemul real rezultatele obţinute sunt realiste ceea ce este
principalul avantaj al metodei. Totuşi metoda prezintă următoarele dezavantaje:

 sistemul real trebuie să existe înaintea demarării experimentelor, dar scopul poate fi
chiar proiectarea sistemului

 dacă sistemul există şi funcţionează atunci motive economice pot face să nu poată fi
întreruptă funcţionarea sistemului pentru experimentări. De exemplu, în cazul unui
5
 sistem de fabricaţie costul implicat ca procesul de producţie să fie întrerupt pentru
investigarea efectelor unor schimbări în sistem poate fi prohibitiv.
 dacă un sistem are constante de timp foarte mari (de ordinul zilelor, săptămânilor,
etc.), atunci timpul necesar observaţiilor la schimbările experimentale este inacceptabil
de lung.
 rezultatele experimentale nu sunt soluţii exacte ci soluţii estimate ca în exemplul
prezentat şi acestea nu pot fi generalizate. Rezultatele se aplică numai sistemului în
starea în care a fost experimentat. În exemplul considerat, pentru a obţine rezultatul în
cazul în care probabilitatea de atingere a ţintei p = 0.2 experimentul trebuie repetat
deoarece nu se poate generaliza rezultatul obţinut în cazul p = 0.5. În urma
experimentului nu a rezultat nici o relaţie explicită cauză-efect şi din acest motiv este
dificil sau imposibil de generalizat rezultatul obţinut.
 unele sisteme sunt inerent atât de complexe încât trebuie evitat experimentul direct cel
puţin o perioadă. Un astfel de exemplu ar fi simularea acţiunii unui medicament anti-
cancer într-un sistem biologic uman.

Modelarea matematică

Modelele matematice implică un grad înalt de abstractizare a poprietăţilor sistemului.

Proprietăţile şi logica elementelor componente sunt exprimate cantitativ prin ecuaţii. Acestea
(susceptibile doar faţă de ipotezele făcute) reprezintă modul exact în care variabilele
dependente, ce ne interesează, depind de variabilele de decizie. Modelul matematic este folosit
deseori pentru a analiza dacă soluţia obţinută este optimă dintr-un anumit punct de vedere şi
dacă acest optim este unic. Dezavantajele metodei sunt următoarele:

 soluţia este distorsionată sau eronată dacă ipotezele utilizate sunt ne realiste. Cu alte
cuvinte, soluţia exactă la o problem prost pusă este o soluţie greşită.
 soluţia ecuaţiilor poate fi dificil de obţinut sau în unele cazuri imposibil de obţinut
 necesită uneori metode sofisticate de modelare şi soluţionare a ecuaţiilor care să
impună bariere serioase în capacitatea unei persoane sau a unui grup de persoane
implicate în rezolvarea unei astfel de probleme

Simularea

Privită ca un set de experimente în care dorim să înţelegem cum “ceva” se va comporta

în realitate, prin imitarea comportării sale într-un mediu artificial care aproximează realitatea cât
de aproape este posibil, simularea are avantaje şi dezavantaje. Câteva din avantajele esenţiale
ale simulării sunt:

 Realism
Simularea poate fi realistă în cazul în care se păstrează toate caracteristicile sistemului
real. Tipul de simulare utilizat nu implică rezolvarea unor ecuaţii asupra cărora să fie
impuse condiţii de liniaritate, continuitate, derivabilitate, etc., pentru existenţa modelului
matematic, care l-ar putea face ne realist. În acest sens, o concluzie generală este că
realismul acestor metode de simulare este mai mare decât atunci când se utilizează
modele matematice, pentru multe sisteme reale complexe.
 Inexistenţa sistemului
Experimentarea sistemelor prin metoda simulării nu necesită existenţa fizică a sistemului.

 Compresia timpului

6
 Timpul poate fi comprimat în sistemele simulate şi aceasta are avantajul că, relativ la
sistemele reale, un număr mai mare de simulări succesive pot fi investigate, obţinând
rezultatele suficient de repede pentru a influenţa decizia de adoptare a unui anumit
sistem.
 Obiectivele impuse sistemului nu trebuie cunoscute aprioric simulării
În unele modelări matematice, ca de exemplu programarea liniară sau alte tipuri de
programare matematică, este necesară specificarea obiectivului în termeni matematici
chiar din faza de definire a problemei, dezvoltarea modelului fiind condiţionată de
obiectiv. Acest lucru nu este necesar în cazul simulării şi astfel opţiunile rămân deschise
permiţând ca sistemul proiectat să satisfacă în condiţiile unor decizii multi criteriale.
 Controlul desfăşurării experimentului
În simulare fiecare variabilă poate fi menţinută constantă cu excepţia celei a cărei
influenţă este studiată. Astfel, se poate analiza influenţa variabilelor controlate ale
sistemului independent de cele necontrolate. Evident, acest avantaj nu există în cazul
simulării pe sistemul real.
 Reproductibilitatea unor condiţii aleatoare
În simularea sistemelor compuse din elemente care se comportă aleator, dar statistic
predictibil este posibil de a reproduce evenimentele identic prin secvenţe de numere
pseudo-aleatoare care deşi perfect predictibile (fiind pseudo-aleatoare) pot avea
caracteristicile unor evenimente aleatoare reale.
 Pregătirea utilizatorului şi impactul asupra beneficiarului
Simularea nu necesită cunoştinţe matematice sofisticate ca în cazul modelării
matematice şi din acest punct de vedere pregătirea unui utilizator este mai uşor de făcut.
De asemenea, conceptul este mai intuitiv şi în acelaşi timp mai uşor de înţeles de către
beneficiarul proiectului putând astfel să se mărească gradul de comunicare şi
receptivitatea acestuia.
 Preţul de cost al metodei
Evident mai mic faţă de soluţia realizării fizice a sistemului.

Pe lângă aceste avantaje metoda prezintă şi importante dezavantaje. Cunoaşterea

acestora permite alegerea metodei adecvate unei anumite situaţii şi evaluarea corectă a
rezultatelor. Acestea sunt:

 Incapacitatea de a produce rezultate exacte

Rezultatul simulării se materializează într-un raport statistic. Rezultatele sunt estimări ale
mediei valorilor unor eşantioane de date obţinute prin simulare.
 Rezultatele nu sunt generale
Rezultatele simulării sunt aplicabile numai situaţiilor simulate şi nu pot conduce la
generalizări. Presupunem că simulăm o secţie de producţie în care se găsesc 3 maşini
de tip A, cinci maşini de tip B şi două maşini de tip C. Rezultatul simulării ne ajută să
estimăm, de exemplu, producţia medie a secţiei pe unitatea de timp. Acest rezultat nu ne
permite estimarea producţiei secţiei pe unitatea de timp dacă se fac schimbări în tipul şi
numărul maşinilor din secţie.
 Incapacitatea de optimizare
Simularea este utilizată pentru a obţine răspunsuri la întrebări de tipul “ce se întâmplă
dacă” şi nu “ce este cel mai bine”. Astfel, simularea nu este o metodă de optimizare. În
simulare, trebuie considerate numai alternativele direct investigate. Simularea nu
generează soluţii ci numai evaluează pe cele propuse.

 Metoda este laborioasă

7
 Un studiu de simulare nu poate decurge în câteva zile. Sunt necesare luni de muncă
pentru strângerea datelor, construirea, verificarea şi validarea modelelor, proiectarea
desfăşurării experimentelor şi interpretarea rezultatelor.
 Costuri ridicate necesare realizarea unor condiţii adecvate realizării unor studii
prin simulare
Realizarea şi menţinerea capabilităţii de rezolvare a unor probleme prin simulare implică
resurse hardware, software corespunzătoare, formarea şi antrenarea continuă a unui
personal specializat cât şi alte costuri suplimentare. Multe întreprinderi mici nu-şi pot
permite un serviciu intern specializat în acest domeniu şi recurg la firme specializate de
consulting care să dezvolte astfel de proiecte de simulare la cerere.
 Posibilitatea unor simulări greşite
Un studiu de simulare trebuie să conţină o analiză foarte detaliată şi experimentată a
rezultatelor pentru ca concluziile acesteia să aibă o utilitate reală. Persoana implicată în
rezolvarea unei astfel de probleme trebuie să aibă cunoştinţe în domenii ca analiza
intrărilor, proiectarea experimentelor, analiza ieşirilor înainte, de a deveni un practician al
domeniului. Ignorarea acestui lucru poate conduce la studii incorect realizate, incomplete
sau în unele situaţii compromiterea întregului efort de simulare.

În concluzie, simularea nu este o soluţie la toate problemele pe care le întâlnim. Metoda

oferă avantaje şi dezavantaje. Multe din dezavantaje se diminuează cu timpul ca urmare a
dezvoltării domeniului. Analizând avantajele se observă că metoda simulării se situează bine
faţă de celelalte metode şi opţiunea simulării poate fi extrem de folositoare în multe situaţii.

1.7 Etapele unui studiu de simulare

Sunt prezentate etapele unui studiu de simulare. Obiectivul este de a da o perspectivă

globală asupra elementelor unui studiu de simulare şi de a crea cadrul de desfăşurare al
laboratorului. Există mai multe metodologii de proiectare a unui studiu de simulare. Una din
aceste metodologii, la care ne vom referi face apel la schemă logică din figura 1.2.

(1) Formularea problemei şi planificarea studiului:

În această etapă echipa se definesc obiectivele studiului, astfel încât să rezulte scopul,
motivaţia studiului şi ce se speră că se va obţine în urma acestuia. Pentru realizarea modelului
trebuie detaliate caracteristicile sistemului, criteriile de departajare a diferite soluţii competitive,
timpul necesar în care trebuie efectuat studiul şi costul acestuia. De asemenea, trebuie asigurat
necesarul de personal, resursele hardware şi software şi organizarea necesară susţinerii
proiectului.
(2) Culegerea datelor şi definirea modelului:
Datele de intrare pot fi obţinute din sistem dacă acesta există, sau trebuie estimate dacă
sistemul trebuie proiectat. În contextul unui sistem de fabricaţie, aceste date de intrare pot fi:
timpii de lucru ai maşinilor, timpul de schimbare a sculelor în centrele de prelucrare, timpul de
lucru al unei maşini recent reparate până la defectare, timpul de reparaţie al unei maşini, etc.
Definirea modelului implică determinarea căror aspecte ale sistemului sunt semnificative
pentru a fi reprezentate în model şi la ce nivel de detaliu. La această etapă se analizează un
model conceptual şi nu un model calculator.
(3) Validarea
Un model se spune că este valid dacă este o reprezentare corespunzătoare a sistemului
real. Validarea modelului la această etapă este preliminară. Dacă această validare preliminar a
modelului conceptual se dovedeşte ne corespunzătoare luării unor decizii în scopul realizării
obiectivelor propuse modelul trebuie refăcut.

8
 Formularea problemei şi
(1) planificarea studiului

Colectarea datelor şi
(2) definirea modelului

Nu
(3) Valid ?

Da

(4) Realizarea programului

de simulare

Testarea modelului pe
(5)
calculator

Nu
(6) Valid ?

Da

Proiectarea
(7) experimentelor

(8) Desfãşurarea simulãrii

(9) Analiza datelor de ieşire

Elaborarea
documentaţiei şi
(10) implementarea
rezultatelor

Figura 1.2 Etapele unui studiu de simulare

(4) Realizarea unui model pe calculator şi verificarea acestuia

În această etapă modelul conceptual validat în faza preliminară este trecut într-un
program, pe baza unui limbaj de simulare ales în acest scop. Modelul conceptual trebuie trecut
cât mai fidel în modelul pe calculator. Prin verificarea modelului trebuie înlăturate erorile de
programare şi analizată acurateţea cu care modelul exprimă logica dorită.
(5) Testarea modelului calculator
În această etapă se fac simulări preliminarii pe modelul verificat în următoarele scopuri:
- creşterea experienţei în folosirea modelului simulat şi prefigurarea rezultatelor calitative şi
cantitative de la ieşirea modelului
- obţinerea unor rezultate care vor fi folosite în planificarea diferitelor aspecte ce vor fi urmărite
în desfăşurarea simulării.
(6) Validare
Dacă modelul a fost realizat, datele şi performanţele măsurate ale sistemului au fost
colectate atunci validarea se poate face prin compararea performanţelor observate din sistem
cu cele ale modelului. Dacă rezultatele sunt consistente se validează modelul, altfel trebuie
redefinit conceptual modelul.

9
 (7) Proiectarea experimentelor
La această etapă se elaborează planul folosirii experimentale a modelului. Se va stabili:
- câte alternative de simulare vor fi considerate
- sub ce condiţii şi pe ce durată vor fi realizate simulările
- câte simulări vor fi realizate pentru fiecare alternativă pentru a obţine gradul dorit de precizie.
(9) Analiza datelor de ieşire
Datele sunt analizate statistic şi estimate performanţele măsurate, după care sunt
clasificate variantele competitive funcţie de gradul în care satisfac obiectivele.
(10) Elaborarea documentaţiei şi implementarea rezultatelor
Documentaţia studiului de simulare cuprinde un raport scris care descrie toate aspectele
importante ale studiului: obiective, ipoteze făcute în stabilirea modelului conceptual aspecte ale
colectării datelor, transformarea modelului conceptual în forma pe calculator, paşii făcuţi în
validarea modelului, rezultatele obţinute şi în final concluziile pertinente ale colectivului implicat
în proiect.

1.8 Probleme propuse

1. În partea experimentală făcând referire la rezolvarea unor probleme deterministe prin

metode stocastice, se propune o problemă bine cunoscută din literatură şi anume: calculul
numărului  cu ajutorul metodei Monte-Carol.
Metoda Monte-Carol se bazează pe utilizarea numerelor pseudo-aleatoare, generate de
calculator după o formulă care generează un şir cvasi-nelimitat de numere cuprinse între 0 şi 1
cu toate proprietăţile numerelor aleatoare.
Fie un sfert de cerc de rază R = 1 înscris într-un pătrat.
Y

(x,y)
y
X

Ecuaţia cercului este:

X2 + Y2 - R2 = 0
Este simplu de arătat că raportul dintre aria sfertului de cercului şi aria pătratului este:
Acerc/4 

A patrat 4
Din formula de mai sus, se observă că determinarea numărului  se poate face imediat
dacă se cunoaşte o estimare a ariilor celor două figuri geometrice. Considerând suprafaţa lor
formată dintr-o infinitate de puncte şi alegând la întâmplare dintre acestea un număr finit,
suficient de mare, aria fiecărei figuri geometrice se poate estima ca fiind proporţională cu
numărul de puncte ce au aparţinut fiecărei figuri.
Cum fiecare punct este caracterizat de două coordonate, se generează perechi de
numere aleatoare cu distribuţie uniformă în intervalul (0,1], fixând ca primul număr să reprezinte
abscisa şi cel de-al doilea ordonata.
Generând un număr fixat de astfel de perechi se determină numărul punctelor care au rezultat
pe suprafaţa sfertului de cerc ( şi evident pe suprafaţa pătratului), fie C şi numărul punctelor
care au rezultat pe suprafaţa pătratului dar nu şi pe cea a sfertului de cerc, fie P.

10
 O estimare a numărului pi este dată de relaţia:  = 4*C/(P+C).
Realizaţi programul de simulare pe calculator şi analizaţi relaţia dintre numărul de
perechi de puncte generate şi precizia determinării numărului .

2. Realizaţi algoritmul şi programul de calcul al unei integrale definite prin metoda Monte-
Carlo. Testaţi programul, calculând următoarele integrale definite:

1 1 
sin x
 x dx,  ( x  x  1)dx,  dx .
2 2

0 0 0
x

3. Realizaţi un program de simulare a problemei propusă la paragraful 2.5, şi comparaţi

valoarea probabilităţii estimate obţinute cu valoarea exactă a probabilităţii, utilizând
modelul matematic, în cazul particular: p=0.5.

Bibliografie

1. Law, A.M. and W.D. Kelton. Simulation Modeling and Analysis. Second Edition McGraw-Hill New
York 1991
2. Sobol, I. M. The Monte Carlo Method. Chicago, The University of Chicago Press 1974

11