Analýza řešení modelu

Analýza řešení modelu, spočívá ve verifikace (ověření) řešení modelu (tj. kontrole, zda výsledky řešení souhlasí s chováním systému, objektu), s využitím jeho vizualizace. Vhodná je rovněž publikace výsledků řešení a jejich diskuse s odbornou veřejností.

Interpretační analýza řešení představuje převod výsledků řešení do reálného zkoumaného systému. Je to aktivní proces, při kterém je třeba provádět neustále logickou kontrolu smyslu řešení, vyhnout se nebezpečí mechanického používání modelové a simulační techniky. Důležité v interpretační analýze je promítnutí výchozích hypotéz a předpokladů matematického modelu do jeho vypočteného řešení. Ověřování výchozích hypotéz a předpokladů matematického modelu lze promítat i do minulosti („ex post analýza") i do budoucnosti („ex ante analýza"). Shrnují se přitom získané poznatky včetně všech aspektů, které nebyly do matematického modelu zahrnuty. Model je jen přibližným obrazem systému (objektivní reality). Je vhodný, jestliže umožní přesně sledovat důsledky změn ve vstupech do systému (modelu) na výsledné chování modelu systému.

Cílem testování modelu systému je prověření jeho správné struktury, vypovídací schopnosti, formálních kvantitativních vlastností včetně odstranění formálních chyb. Testování modelu provádíme tak, že modely naplníme empirickými číselnými údaji, dosažené výsledky analyzujeme a porovnáváme s realitou.

Dalším důležitým požadavkem je, aby chování řešení modelu systému mohlo být popsáno dvěma způsoby. Kvalitativní popis dává odpověď na otázku „jak?", zatímco kvantitativní popis dává odpověď na otázku „jak moc?". Obecně kvalitativní chování bude vždy stejné pro všechny modely systému a z toho důvodu podléhá základním předpokladům v analýze systému. Toto omezení značně oponuje kvantitativnímu chování řešení modelu systému, které je často vázáno k jednotlivým parametrům a vstupům do modelu systému.

Kvalitativní chování stochastických modelů je pravděpodobně lepší pro ukázání větší rozmanitosti než příslušné deterministické modely. Například různé realizace stochastického populačního modelu mohou projevovat exponenciální růst a vyhynutí. Se stochastickým modelem je tedy důležité popsat nejen průměrné chování řešení modelu, ale také rozmezí typů chování řešení.