Пусть надо выполнить моделирование системы с целью повышения производительности одной из программ, входящих в нее. Вероятность выполнения программы при прогоне системы составляет 0.01. Число производственных прогонов системы предполагается равным 1000 единиц стоимостью 1500 руб. каждый. Анализ займет 5 дней при стоимости 175 руб. в день или 175х5/1000 = 0.88 руб./прогон.

Если в результате анализа удастся сэкономить пять слов памяти на кристалле ПЗУ, имеющего ограниченную емкость, компенсация составит несколько рублей на прогон и моделирование оправдано.

Если удастся сократить программу и сэкономить 4 коп. на прогон за счет освобождения памяти и 20 коп. - за счет ускорения обработки информации, то наивысшая ожидаемая компенсация составит 0.24 руб./прогон. Следовательно, моделирование не имеет смысла.

Необходимо отметить, что предсказать с достаточной надежностью выгоды, которые могут быть получены от работ по моделированию, обычно очень трудно, гораздо труднее, чем предсказать затраты. На вопрос об усовершенствованиях, которые могут быть получены в ходе некоторого исследования, относительно легко ответить в конце исследования, а в начале работ - практически невозможно. Поэтому часто приходится рассчитывать на свой опыт, а также оценки наихудшего и наилучшего результатов. Однако, учет соотношений затраты/выгода в ходе моделирования необходим всегда.

Другой важной проблемой применения моделирования является проблема точности. Этап 4 работ по моделированию предусматривает оценку точности и внесение изменений в модель, если она неудовлетворительна. Такая оценка может быть выполнена путем измерений на реальной системе. Пусть система Z при рабочей нагрузке Y имеет характеристики V . Значения характеристик, в совокупности обозначенные V , могут быть скалярными, скалярными функциями параметров системы, распределениями или последовательностями значений величин, рассматриваемых как случайные

переменные, а также описателями распределений, такими, как средние и дисперсии. - это модель Z , управляемая нагрузкой , которая моделирует Y .  показывает характеристики V (рис. 2.1).

Проверка точности модели.

Рис. 2.1.

На рис. 2.1 e -максимальная допустимая ошибка. Предполагая, что измеренные значения V подвержены влиянию ошибок, мы должны все неточности, обнаруженные при сравнении Z и , отнести на счет модели. Существует три основных класса ошибок, воздействующих на  :