Fondamenti della Simulazione al Computer: Modelli, Sistemi e Applicazioni

Introduzione alla simulazione al computer

Introduzione

Quando qualcuno ha la responsabilità della gestione di un dato sistema, come ad esempio una banca o un sistema di trasporto cittadino, deve continuamente prendere decisioni in merito alle azioni da effettuare. Queste decisioni devono essere tali che il comportamento risultante del sistema soddisfi i migliori obiettivi possibili.

Al fine di decidere correttamente, è necessario sapere come il sistema risponderà a una determinata azione. Ciò potrebbe essere realizzato tramite una sperimentazione con il sistema stesso, ma fattori di costo, sicurezza e altre variabili rendono questa opzione solitamente non fattibile. Per ovviare a questi inconvenienti, il sistema reale viene sostituito da un altro sistema che, nella maggioranza dei casi, è una versione semplificata: il modello. Il processo di sperimentazione di un modello si chiama simulazione. Il processo di progettazione del piano sperimentale per prendere la decisione migliore si chiama ottimizzazione. Se il piano di sperimentazione è effettuato con il solo scopo di imparare a gestire il sistema, allora viene chiamato formazione o addestramento.

Definizioni fondamentali

• Sistema: Insieme di oggetti o idee correlati come unità per raggiungere un fine (Shannon, 1988). Può anche essere definita come la porzione di universo oggetto della simulazione.
• Modello: Un oggetto X è un modello di un oggetto Y per un osservatore Z se Z può usare X per rispondere a domande di suo interesse su Y (Minsky).
• Simulazione: Processo di progettazione di un modello di un sistema reale e conduzione di esperimenti con esso, per apprendere il comportamento del sistema o valutare varie strategie di funzionamento (Shannon, 1988).

Applicazioni della simulazione

La simulazione è utile quando:

• Non esiste una formula matematica risolvibile analiticamente.
• Esiste una formula, ma è difficile ottenere una soluzione analitica (es. reattori nucleari).
• Non esiste ancora un sistema reale (fase di progettazione).
• Gli esperimenti sono impossibili a causa di vincoli economici, di sicurezza, qualità o etica.
• Il sistema si evolve troppo lentamente o troppo velocemente per essere osservato direttamente.

Svantaggi potenziali

• Lo sviluppo di un modello può essere costoso, laborioso e lento.
• Esiste la possibilità di errori: se il modello è sbagliato, i risultati saranno errati.
• Difficoltà nel conoscere il grado di imprecisione dei risultati.

Ambiti di utilizzo

Attualmente, la simulazione fornisce un prezioso servizio in quasi ogni ambito:

• Processi di fabbricazione: Individuazione di colli di bottiglia e politiche di produzione.
• Impianti industriali: Condizioni operative ottimali e procedure di emergenza.
• Sistemi pubblici: Previsione della domanda energetica e modelli di diffusione delle malattie.
• Sistemi di trasporto: Analisi della congestione e previsione della domanda.
• Costruzione: Effetti di vento e terremoti sulla stabilità degli edifici.
• Design: Scelta dei materiali e analisi di sensibilità.
• Istruzione e Formazione: Apprendimento tramite prove ed errori in ambienti sicuri.

Tipi di simulazione

Secondo la natura del modello utilizzato, la simulazione può essere (Fishman, 1978):

• Identità: Replica esatta del sistema (es. crash test automobilistici).
• Quasi-identità: Versione semplificata del sistema reale (es. esercitazioni militari).
• Laboratorio: Condizioni controllate, suddivise in:
  • Gioco operativo: Persone in competizione tra loro.
  • Uomo-Macchina: Studio del rapporto tra persone e macchine (es. simulatore di volo).
• Simulazione al computer: Modello simbolico implementato in un linguaggio di programmazione, suddiviso in Digitale o Analogico.

Fasi di una simulazione

1. Formulazione del problema
2. Definizione di sistema
3. Modello Formulazione
4. Raccolta dei dati
5. Attuazione del modello al computer
6. Verifica
7. Validazione
8. Disegno sperimentale
9. Sperimentazione
10. Interpretazione
11. Attuazione
12. Documentazione

Classificazione dei sistemi

• Deterministico: Non contiene elementi casuali.
• Stocastico: Presenta un comportamento casuale.
• Continuo: Le variabili si evolvono in modo continuo nel tempo.
• Discreti: Lo stato varia in punti di tempo finiti (eventi).

Modellazione

La modellazione è l'arte di analizzare un problema, riassumere le caratteristiche essenziali e selezionare le ipotesi di base. Un buon modello deve essere facile da comprendere, diretto agli obiettivi, adattabile ed evolutivo.