1.1.

Concepte fundamentale şi terminologie

1.1.1. Sistem şi model

1.1.2. Modelele matematice în analiza asistată de calculator

1.1.3. Construcţia şi validarea modelelor

1.1.4. Clasificarea modelelor matematice

Având o utilizare largă în limbajul cotidian, substantivul “model” îşi restrânge

sfera noţională în cazul preocupărilor tehnico-inginereşti, concentrându-se pe
adecvanţa descrierii modului în care se comportă diverse entităţi fizice. Din această
adecvanţă decurge însuşi interesul prezentat de activitatea de “modelare” pentru
practică, deoarece numeroase constatări privind detaliile de funcţionare sau soluţiile
de proiectare pot fi formulate pe baza modelului (ca substitut comportamental al
entităţii fizice concrete).

Paragrafele conţinute în secţiunea curentă îşi propun punctarea elementelor

definitorii în construcţia de modele, urmând ca aceste elemente să fie rafinate, prin
abordări de profunzime, pe parcursul întregului text al lucrării. Accentul este pus pe
specificitatea modelelor de factură matematică, care, prin conţinutul lor
informaţional (atât calitativ cât şi cantitativ) se dovedesc cele mai performante
descrieri pentru investigaţiile din domeniul ingineriei şi al ştiinţelor exacte.

1.1.1. Sistem şi model

Prin conceptul de sistem vom înţelege un obiect fizic (o colecţie de obiecte

fizice care interacţionează) ale cărui (căror) proprietăţi intenţionăm sa le studiem. O
serie din aceste proprietăţi pot fi investigate prin intermediul experienţelor efectuate
asupra sistemelor; această manieră de studiu a caracterizat, pe parcursul timpului,
dezvoltarea ştiinţelor naturii, în general. Există totuşi anumite limitări, destul de
severe, pentru cunoaşterea strict empirică (bazată numai pe organizarea şi
desfăşurarea experienţelor). Dacă ne referim numai la experienţele costisitoare din
punct de vedere financiar, sau la acelea ce comportă acţiuni, manevre periculoase,
posibil distructive, este suficient a ne crea o imagine elocventă privind limitările
cunoaşterii strict empirice. În fine, experienţele sunt imposibil de efectuat asupra
unor sisteme care nu există încă, aflându-se doar în faza de proiect şi necesitând
analiza unor proprietăţi.

În toate situaţiile amintite anterior, când cunoaşterea bazată pe experienţe nu

este posibilă, pentru investigarea proprietăţilor unui sistem se face apel la un model
al acestuia. În general vorbind, modelul unui sistem ne permite să răspundem la
întrebări legate de comportarea sistemului, fără a trebui să efectuăm experienţe.
 Cunoaşterea umană face apel la mai multe tipuri de modele, pe care le vom
trece în revistă succint în cele ce urmează.

Angrenarea individului în ansamblul social al vieţii cotidiene se realizează pe

baza unor modele mentale care oferă individului premise pentru interacţiunea cu alţi
indivizi (de exemplu, cunoaşterea modului de a reacţiona a diferitor persoane, în
anumite situaţii) sau pentru utilizarea unor obiecte (de exemplu, cunoaşterea modului
în care răspund la comenzi unele vehicule).

Comportarea unui sistem în diferite condiţii poate fi descrisă în cuvinte, cu

ajutorul unui model verbal (de exemplu, formularea unor principii de funcţionare a
unui vehicul căruia i se aplică anumite comenzi). Trebuie remarcată distincţia dintre
un model mental şi unul verbal (de exemplu, o persoană poate cunoaşte pentru sine
modul de utilizare a unui vehicul, fără a formula în cuvinte principiile de funcţionare
pe care se bazează cunoaşterea proprie). Un model mental poate fi transformat într-
un model verbal dacă informaţiile conţinute de către modelul mental sunt exprimate
sub formă de unităţi sintactice coerente (propoziţii, fraze). Calitatea unui model
mental nu este automat transmisă şi modelului verbal, în sensul că o serie de
informaţii disponibile în modelul mental nu se regăsesc în cel verbal (de exemplu, o
persoană ştie foarte bine să manevreze un vehicul, dar nu este capabilă să furnizeze
toate cunoştinţele sale sub forma unor principii de utilizare care să servească şi altor
persoane). Un model verbal poate fi formalizat sub forma unor reguli If, then sau If,
then, else (formalizare ce este exploatată în prezent de către diferite domenii ale
inteligenţei artificiale).

Un alt tip de model îl constituie modelul fizic sau macheta, care îşi propune
să reducă la o anumită scară caracteristicile unui sistem dat (de exemplu, macheta
unei clădiri, a unui vehicul etc).

Dezvoltarea, de-a lungul timpului, a ştiinţelor fizico-tehnice s-a bazat pe

modelul matematic care exprimă sub formă de relaţii matematice legăturile existente
între diferite mărimi sau cantităţi ce prezintă interes pentru funcţionarea sistemului
(de exemplu, legile studiate de către anumite domenii ale fizicii). Complexitatea unui
model matematic este dictată, în general, de acurateţea (precizia) dorită în descrierea
comportării sistemului, în sensul că un model simplu neglijează sau idealizează
anumite aspecte ale comportării.

Eykhoff (1974) a definit un model matematic ca fiind "o reprezentare a aspectelor

esenţiale ale unui sistem existent (sau a unui sistem ce urmeaza să fie construit), care
prezinta gradul de cunoaştere a acestui sistem într-o formă utilizabilă"

Pe parcursul acestui curs vom utiliza numai modele matematice, motiv pentru
care se va renunţa frecvent la atributul “matematice”, neexistând pericolul creării de
confuzii în exprimare. De asemenea, ca terminologie, vom folosi în anumite situaţii
substantivul “proces” drept sinonim al substantivului “sistem” în sensul de obiect
fizic (sau colecţie de obiecte fizice) precizat la începutul acestui paragraf.
1.1.2. Modele matematice în analiza asistată de calculator

Modelul matematic al unui sistem poate fi exploatat prin intermediul unor

prelucrări analitice care conduc la formulări sau expresii noi (de exemplu, rezolvarea
unor ecuaţii algebrice sau a unor ecuaţii diferenţiale). Dar prelucrările analitice nu
sunt întotdeauna posibile şi, în atare situaţii, se apelează la metode specifice calculului
numeric. Aceste metode sunt, în general, uşor de utilizat într-unul din multiplele
limbaje sau medii de programare disponibile, în prezent, pe diverse calculatoare.
Astfel, investigarea unor proprietăţi ale sistemului studiat revine la rezolvarea
numerică a unor probleme, procedeele de investigare de atare natură fiind referite în
totalitatea lor sub denumirea de analiză asistată de calculator. Dintre acestea un rol
important este deţinut de tehnicile de simulare numerică. Precizăm faptul că termenul
“simulare” poate avea o semnificaţie mai largă (de exemplu, simularea unor
defecţiuni pe un anumit echipament) şi de aceea s–a adăugat atributul “numerică”.
Totuşi, în contextele unde nu există pericol de confuzii, se poate renunţa la acest
atribut, subînţelegându-se că activitatea de simulare se desfăşoară cu ajutorul
calculatorului.

Prin intermediul simulării numerice, se pot desfăşura experienţe sau

experimente de simulare care nu necesită nici un fel de manipulare fizică a sistemului
concret studiat. Astfel, experimentele de simulare înlătură limitările experienţelor
practice, cu acţiune nemijlocită asupra sistemului fizic, despre care s-a vorbit în
paragraful anterior. Trebuie însă subliniat faptul că informaţiile furnizate de
experimentele de simulare depind de calitatea modelului matematic utilizat, adică de
fidelitatea cu care acest model surprinde elementele specifice comportării reale. Din
acest motiv, problema construcţiei unor modele performante, cât mai precise, deţine
o poziţie cheie în dezvoltarea actuală a ştiinţelor fizico-tehnice.

1.1.3. Construcţia şi validarea modelelor

Există două modalităţi fundamentale de abordare a construcţiei unui model

matematic pentru un sistem fizic dat:

1. Modelarea bazată pe principii fizice, care face apel la legile constitutive sau de
conservare cunoscute din fizică, aplicate adecvat subsistemelor ce compun
sistemul în cauză.

2. Identificarea sau modelarea bazată pe date experimentale, care constă în

alegerea unui model ce se “potriveşte” cât mai bine datelor experimentale,
conform unui anumit criteriu.

Discutând la nivel general, cele două proceduri enunţate anterior trebuie

privite ca exploatând informaţii comportamentale despre sistemul fizic studiat. Prima
procedură presupune accesul în detaliu la structura sistemului, în timp ce a doua face
uz de rezultatele concrete ale unor experimente. Mai trebuie subliniat faptul că există
unele situaţii când sistemul studiat are o structură complexă, greu de investigat
conform primei proceduri, motiv pentru care procedura a doua rămâne singura cale
practică de abordare a construcţiei unui model. Într-o astfel de tratare a problematicii
modelării, sistemul fizic este privit ca o “cutie neagră” (eng. black box), fără
interesul de a “deconspira interiorul cutiei”, preocupările axându-se numai pe găsirea
unei exprimări matematice a relaţiei cauză – efect.

Din punctul de vedere istoric al dezvoltării cunoaşterii umane, legile fizicii

(care astăzi se prezintă sub forma unor adevăruri incontestabile, cu o exprimare
matematică fermă) au fost iniţial formulate ca probleme de identificare, necesitând
un număr mare de observaţii experimentale (de exemplu, stabilirea legăturii dintre
curentul electric ce parcurge un conductor şi diferenţa de potenţial dintre
extremităţile conductorului).

După cum am semnalat deja în paragraful anterior, utilizarea eficientă a unui

model (de exemplu, pentru simulare numerică) este condiţionată de calitatea
modelului, adică de posibilitatea reproducerii cu ajutorul modelului a comportării
sistemului real. Cu cât o atare reproducere se realizează în termeni mai fideli, cu atât
se poate acorda o mai mare încredere raţionamentelor şi observaţiilor bazate pe
substituirea sistemului fizic cu modelul său. Este totodată important să se înţeleagă
că un model bun înseamnă o bună aproximare a realităţii, aproximare exploatabilă
sub raport fizico-tehnic, dar care nu poate substitui integral realitatea însăşi, datorită
unor limitări inerente ale modelului. Aceste limitări definesc un domeniu de
validitate al modelului, adică un set de ipoteze asupra contextului experimental în
care proprietăţile concrete evidenţiate de sistemul fizic sunt în bună concordanţă cu
constatările obţinute prin intermediul modelului. Pentru o serie de legi ale fizicii,
domeniul de validitate este mai restrictiv (de exemplu, legile din hidraulică bazate pe
ipoteza curgerii laminare), iar pentru altele este suficient de larg (de exemplu, legile
mecanicii clasice pot fi aplicate pentru foarte multe situaţii fără a fi nevoie să apelăm
la legile mecanicii relativiste). De asemenea, mai merită de remarcat faptul că, uzual,
pentru domenii de validitate restrânse se pot construi modele simple, în timp ce
pentru domenii de validitate extinse este necesară utilizarea unor modele mai
complicate (din care, modelele simple pot fi obţinute drept cazuri particulare
corespunzătoare anumitor restricţionări pentru domeniul de validitate).

1.1.4. Clasificarea modelelor matematice

Modelele matematice pot fi grupate în clase pe baza unor caracteristici care

se referă la descrierea realizată de model pentru comportarea corectă a sistemului. În
paragraful curent vom prezenta numai câteva modalităţi de clasificare şi anume
acelea necesare pentru parcurgerea lucrării de faţă. Aceste modalităţi de clasificare
induc o terminologie specifică, ce permite diferenţierea unor tipuri fundamentale de
modele, cu ajutorul perechilor de antonime detaliate mai jos:

1. Modele deterministe – modele stohastice

 Un model determinist furnizează o relaţie (relaţii) între mărimile utilizate
pentru descrierea matematică. Un model stohastic furnizează o relaţie (relaţii) între
caracterizări de tip probabilistic ale mărimilor utilizate pentru descrierea matematică.
Altfel spus, un model determinist se bazează pe ipoteza totalei certitudini în
cunoaşterea mărimilor, în timp ce un model stohastic permite existenţa
incertitudinilor în cunoaşterea mărimilor. Subliniem faptul că incertitudinile nu se
referă la încrederea în corectitudinea sau validitatea modelului, ci la maniera în care
pot fi cunoscute anumite mărimi.

2. Modele statice – modele dinamice

Un model static furnizează o relaţie (relaţii) între valorile instantanee al

mărimilor utilizate pentru descrierea matematică. Un model dinamic furnizează o
relaţie (relaţii) între valori instantanee şi valori anterioare ale mărimilor utilizate
pentru descrierea matematică. În general, modelele statice sunt exprimate prin ecuaţii
algebrice (de exemplu, relaţia dintre tensiunea la extremităţile unui conductor şi
curentul care circulă prin conductorul respectiv), iar modelele dinamice sunt
exprimate prin ecuaţii diferenţiale, integrale sau integro-diferenţiale (de exemplu,
relaţia dintre tensiunea la bornele unui condensator şi curentul care circulă prin
condensatorul respectiv).

3. Modele liniare – modele neliniare

Un model liniar furnizează o relaţie (relaţii) de tip liniar între mărimile

utilizate pentru descrierea matematică. Un model neliniar furnizează o relaţie (relaţii)
de tip neliniar între mărimile utilizate pentru descrierea matematică.

4. Modele invariante în timp – modele variante în timp

Un model invariant în timp furnizează o relaţie (relaţii) între mărimile

utilizate pentru descrierea matematică, în care toţi coeficienţii au valori constante în
timp. Un model variant în timp furnizează o relaţie (relaţii) între mărimile utilizate
pentru descrierea matematică, în care unul sau mai mulţi coeficienţi îşi modifică
valoarea dependent de timp (de exemplu, relaţiile dintre tensiunea la bornele unui
rezistor şi curentul care circulă prin acesta, în condiţiile modificării în timp a
rezistenţei electrice a rezistorului datorită creşterii temperaturii).

5. Modele cu parametrii concentraţi – modele cu parametrii distribuiţi

Un model cu parametrii concentraţi furnizează o relaţie (relaţii) între

mărimile utilizate pentru descrierea matematică, în care toate funcţiile utilizate
depind de o singură variabilă independentă, care, în contextul acestei lucrări, are
semnificaţie temporală. Uzual, astfel de modele sunt formulate cu ajutorul ecuaţiilor
diferenţiale ordinare sau a sistemelor de ecuaţii diferenţiale ordinare (de exemplu,
ecuaţiile dinamicii punctului material). Un model cu parametrii distribuiţi furnizează
o relaţie (relaţii) între mărimile utilizate pentru descrierea matematică, în care cel
puţin o parte din funcţiile utilizate depind (pe lângă variabila independentă cu
semnificaţie temporală) de una sau mai multe variabile independente, de regulă cu
semnificaţie spaţială. Uzual, astfel de modele sunt formulate cu ajutorul ecuaţiilor
diferenţiale cu derivate parţiale sau a sistemelor de ecuaţii diferenţiale cu derivate
parţiale (de exemplu, ecuaţia propagării căldurii într-un corp omogen şi izotrop).

În specificarea tipului unui model matematic se pot folosi unul sau mai mulţi
termeni din perechile de antonime prezentate anterior (evident câte un singur termen,
din fiecare pereche). Astfel se poate vorbi despre modele statice liniare şi modele
statice neliniare, modele dinamice liniare şi modele dinamice neliniare, modele
dinamice liniare invariante în timp şi modele dinamice liniare variante în timp etc.
Facem precizarea că în exprimarea curentă, dacă nu există pericolul unor confuzii,
unii termeni pot lipsi, fiind subînţeleşi din contextul discuţiei. De pildă, dacă ne
plasăm într-un cadru determinist pentru construcţia de modele, atunci pentru toate
tipurile de modele menţionate în fraza de mai sus vom înţelege că sunt deterministe.

Metoda modelarii este un instrument de cunoastere stiintifica si are ca obiect

construirea unor reprezentari care sa permita o mai buna intelegere si o mai profunda
cunoastere stiintifica a diferitelor domenii. Esenta metodei modelari consta in
inlocuirea procesului real studiat printr-un model mai accesibil [Link] spune
ca modelul este o reprezentare izomorfa a realitatii, care ofera o imagine intuitiva, dar
riguroasa in sensul structurii ogice a fenomenului studiat, si permite descoperirea unor
legaturi si legitati greu de stabilit pe alte cai. Principalele criterii pe baza carora facem
gruparea modelelor economico-matematice sunt urmatoarele:

1. in functie de sfera de reflectare a problematicii economice:

- modele macroeconomice - modele de ansamblu ale economiei,

- modele mezoeconomice - la nivel regional, teritorial,

- modele microeconomice - la nivel de intreprindere, unitati, trust, companie,

combinat.

2. in functie de domeniul de provenienta si conceptie (intre diferitele grupe de modele

exista asemanari si intrepatrunderi):

- modele cibernetico-economice (relatii I/O cu evidentierea fenomenelor de reglare),-

- modele econometrice (elementele numerice sunt determinate statistic) -folosesc

metoda de explicitare a unei tendinte (trend) sau metode de identificare a unei
periodicitati

- modele ale cercetarii operationale - permit obtinerea unei solutii optime sau
apropiate de optim pentru fenomenul studiat

- modele din teoria deciziei (cu luarea in considerare a mai multor criterii, factori de
risc, incertitudine)
- modele de simulare - incearca sa stabileasca modul de functionare al unui organism
macro sau microeconomic prin acordarea unor combinatii de valori intamplatoare
variabilelor independente care descriu procesele

-modele specifice de marketing.

3. In functie de caracterul variabilelor:

- modele deterministe (marimi cunoscute),

- modele stochastice/probabilistice (intervin marimi a caror valoare este insotita de o

probabilitate/variabile aleatorii).

4. In functie de factorul timp:

- modele statice

- modele dinamice.

5. In functie de orizontul de timp considerat:

- modele discrete - secventiale,

- modele continue.

6. In functie de structura proceselor reflectate:

- modele cu profil tehnologic,

- modele informational-decizionale,

- modele ale relatiilor umane,

- modele informatice.

1.2. Modelarea bazată pe principiile fizicii

Modelarea constituie o activitate indispensabilă pentru conceperea şi exploatarea

eficientă a echipamentelor şi tehnologiilor specifice diferitelor ramuri ale ingineriei.
Modelele elaborate în acest scop fac apel, cu precădere, la un limbaj matematic
riguros şi caută să pună în valoare aplicabilitatea legilor fizicii pentru a surprinde cât
mai precis esenţa fenomenelor. Atenţia acordată în prezent modelării este potenţată
de facilităţile mediilor software dezvoltate în ultimul deceniu, care permit operarea
cu modele tot mai complexe, în condiţiile unei precizii ridicate a calculelor şi a
creşterii continue a vitezei de lucru.

În acest context, efortul investit recent în perfecţionarea tehnicilor de modelare a

fost dirijat (pe lângă alte direcţii) şi către explorarea legăturilor dintre interpretarea
cauzală a fenomenelor (care se bucură de o îndelungată tradiţie, creată în cadrul
ştiinţei sistemelor) şi modul în care este transferată şi procesată energia (ca suport
nemijlocit al funcţionării echipamentelor). Investigarea acestor legături a contribuit la
fundamentarea, în termeni algoritmici, a metodei bond-graph de construire a
modelelor, care se bazează pe o sistematizare a legilor fizicii (rezultată din analogii
comportamentale) şi este capabilă să reducă drastic arbitrarietatea descrierilor (tipică
soluţiilor ad-hoc, practicate frecvent în modelare).

1.2.1. Legi fizice şi semnale

1.2.2. Modele cauzale şi acauzale

1.2.3. Transferul de energie şi modelarea cauzală. Conceptul de sursă

ideală de putere

Edificiul legităţilor fizice, atâtea câte sunt în prezent dezvăluite cunoaşterii

umane, este clădit pe principiul fundamental al conservării energiei, care, totodată,
pune la dispoziţie numeroase relaţii derivate din acest principiu (nu toate echivalente
cu principiul însuşi) care sunt frecvent preferate (datorită simplităţii de manevrare) în
elaborarea modelelor. Secţiunea de faţă îşi propune o discuţie introductivă, cu
caracter general, asupra modelării bazate pe relaţii fizice, punând accentul pe
necesitatea asigurării, într-o manieră riguroasă, a compatibilităţii dintre principiul
conservării energiei şi uşurinţa de construcţie şi manipulare a modelului (destinat fie
investigaţiilor analitice, fie prelucrărilor numerice prin simulare). Această discuţie
motivează atenţia acordată, în Capitolul 2, studierii unor tipuri de modele,
considerate de referinţă pentru ştiinţele tehnico-inginereşti, precum şi focalizarea
Capitolelor 3 - 7 pe aprofundarea legilor fizicii printr-o abordare unificatoare,
capabilă să evidenţieze multiple analogii între diverse domenii.

1.2.1. Legi fizice şi semnale

În modelare, noţiunea de semnal posedă un conţinut semantic larg, echivalent

termenilor mărime sau variabilă, care sunt utilizaţi în descrierea funcţionării unui
sistem (indiferent de natura fizică concretă a acestuia). Din punct de vedere
matematic, în această lucrare, orice semnal trebuie privit ca o funcţie f(t) : R→R, în
care argumentul (variabila independentă) t are semnificaţie temporală, permiţând,
astfel, exprimarea modului în care o anumită cantitate (cu înţeles fizic) se modifică în
timp. Aşadar, utilizând termenul de semnal, ne putem referi la evoluţia în timp a
oricărei mărimi fizice, cum ar fi, de exemplu: temperatura dintr-o incintă, viteza unui
mobil, volumul de fluid dintr-un rezervor, tensiunea la bornele unui rezistor electric
etc.

Există şase grupuri de variabile de bază: variabile de decizie, variabile de intrare,

variabile de stare, variabile exogene, variabile aleatoare şi variabilele de ieşire. Din
moment ce poate exista mai multe variabile din fiecare tip, variabilele sunt în general
reprezentate de vectori.
Variabile de decizie sunt uneori cunoscute ca variabile independente. Variabilele
exogene sunt uneori cunoscute ca parametri sau constante. Variabile nu sunt
independente una de cealaltă: variabile de stare sunt dependente variabile de decizie,
de intrare, aleatoare, şi exogene. În plus, variabilele de ieşire sunt dependente de
starea sistemului (reprezentată de variabilele de stare).
Obiectivele şi constrângerile sistemului (şi utilizarile lor) pot fi reprezentate ca funcţii
de variabilele de ieşire sau variabile de stare. Funcţiile obiectiv vor depinde de
punctul de vedere al utilizatorului modelului. În funcţie de context, o funcţie obiectiv
este, de asemenea, cunoscuta ca un indice de performanţă, deoarece este o măsură de
interes pentru utilizator. Nu există o limită a numărului de funcţii obiective şi
constrângeri pentru un model, dar se poate folosi tehnici de optimizarea modelului (de
calcul).

În funcţie de complexitatea sistemului studiat, nu toate semnalele sunt

accesibile măsurătorilor sau înregistrărilor, dar imposibilitatea accesului practic la
aceste semnale nu înseamnă inexistenţa lor ca entităţi ce corespund, la nivel
conceptual, caracterizării de mai sus. Cu alte cuvinte, chiar dacă construcţia
obiectului nu permite efectuarea de măsurători în structura internă, ne putem imagina
că, într-o altă variantă constructivă (cu aceeaşi funcţionalitate), măsurătorile ar
deveni posibile cu un echipament adecvat, adică am putea obţine descrieri de tipul
f(t).

În studierea dinamicii unui sistem, există două categorii de semnale care sunt
nemijlocit accesibile măsurării sau înregistrării, datorită rolului pe care îl deţin în
comportarea sistemului:

- semnale de intrare (semnale cauză, sau, simplu, intrări) care provin din
universul exterior sistemului şi acţionează asupra acestuia;

- semnale de ieşire (semnale efect, sau, simplu, ieşiri) care sunt furnizate de
sistem către universul exterior acestuia.

Construcţia modelelor prin identificare (prezentată sumar în paragraful 1.1.3)

utilizează date experimentale conţinând rezultatele măsurătorilor efectuate numai
asupra intrărilor şi ieşirilor.

În schimb, modelarea bazată pe principiile fizicii (prezentată sumar în

paragraful 1.1.3) realizează legături între intrări şi ieşiri prin intermediul unor relaţii
analitice care includ şi semnalele interne din structura sistemului. Toate semnalele
implicate în elaborarea modelului nu trebuie cunoscute experimental, dar informaţiile
de factură cantitativă (valori numerice) provin, de această dată, de la parametrii
constructivi ai sistemului. În condiţiile când pentru parametrii constructivi nu sunt
disponibile valori numerice concrete, modelul obţinut realizează doar o descriere
calitativă a comportării sistemului. O atare descriere este valabilă pentru o clasă
largă de obiecte, cu principii de funcţionare identice, dar cu valori diferite pentru
parametrii constructivi ce caracterizează elementele componente.

Relaţiile analitice exprimând legăturile dintre semnale sunt, de fapt, relaţii din
diverse domenii ale fizicii aplicate adecvat în contextul problemei de modelare.
Întrebuinţarea concretă şi eficientă a acestor legi depinde de experienţa şi
profunzimea abordării dovedită de cel ce construieşte modelul. Din nefericire, nu
există algoritmi sau reţete detaliate care să ghideze modul de aplicare a legilor fizicii,
garantând calitatea modelului obţinut. În literatură sunt semnalate erori frecvente
care se comit în elaborarea modelelor (de exemplu tipul de erori comentate în
(Cellier et al., 1996)). Dintre acestea, cea mai periculoasă (prin însăşi sorgintea ei) o
constituie utilizarea unor consecinţe sau forme derivate ale legilor fundamentale din
fizică, care conduc la o tratare doar parţială sau incompletă a interconexiunilor dintre
semnale. Edificatoare în acest sens sunt situaţiile generate prin ignorarea principiului
conservării energiei (care este universal valabil în toate domeniile fizicii) şi folosirea
unor relaţii între diferite semnale care nu sunt echivalente cu principiul menţionat
(decurg din acesta, fără ca satisfacerea lor să asigure realizarea bilanţului energetic).
Deşi nedorite, astfel de abordări defectuoase apar suficient de des, datorându-se, în
principal, următoarelor trei motive:

- Semnalele ce pot fi individualizate în funcţionarea sistemului sunt aparent

uşor de manevrat prin intermediul unor relaţii simple, a căror legături (ca şi
provenienţă) cu substratul energetic se pierd uzual din vedere;

- Exploatarea directă a conservării energiei este, în general laborioasă, iar

abilităţile dobândite pe parcursul studierii diverselor capitole din fizică nu
creează un punct de vedere global, unitar, la care să se apeleze comod în
practică;

- Pornind de la concepţia sistemică care descrie realităţile fizice prin asigurarea

unei cauzalităţi în propagarea semnalelor, de la cauze către efecte, stabilirea
lanţului cauzal complet (de la semnalele de intrare până la semnalele de ieşire)
poate prezenta inadvertenţe, datorate unor elemente componente ale obiectului
pentru care rolurile de cauze şi respectiv de efecte se desemnează eronat.

Uneori, este util să se integreze informaţii subiective, într-un model matematic. Acest
lucru se poate face pe baza intuiţie, experienta sau expertiza expertilor bazată pe
formalismul matematic asociat. Statistica Bayesian oferă un cadru teoretic pentru
încorporarea subiectivitatii într-o analiză riguroasă: se specifică o distribuţie de
probabilitate apriorica (care poate fi subiectiva) şi apoi se actualizează această
distribuţie bazandu-se pe date experimentale empirice. În general, complexitatea
 modelului implică un compromis între simplitate şi acurateţe a modelului.
Principiul simplitatii (Occam: "entităţi nu ar trebui să se înmulţeaca în mod
inutil" sau, popular aplicat, "atunci când aveţi două teorii concurente, care fac
exact acelaşi predicţii, cea mai simpla este cea mai buna") Este un principiu
deosebit de relevant pentru modelarea; ideea esenţială fiind că printre modelele
cu aproximativ putere predictivă egala, cel mai simplu este cel dorit. Adaugand
complexitate pentru a creste acuratetea modelarii poate rezulta un model dificil de
utilizat, care poate prezenta, de asemenea, probleme computaţionale, inclusiv
instabilitate numerică.

1.2.2. Modele cauzale şi acauzale

În ştiinţele tehnico-inginereşti, activitatea de modelare s-a bazat, de-a lungul

timpului, pe modele cauzale, care descriu comportarea sistemului printr-o legătură
între două categorii de semnale: semnale de intrare (privite drept funcţii a căror
dependenţă de timp poate fi precizată analitic, întrucât sunt furnizate din exterior
către sistem) şi semnale de ieşire (privite drept funcţii a căror dependenţă de timp nu
este cunoscută analitic, deoarece sunt produse de sistem, ca rezultat al stimulilor
prezentaţi la intrare). Un astfel de model permite determinarea dependenţei de timp a
semnalelor de ieşire fie prin calcul analitic, fie prin procedee numerice (făcându-se
apel la simularea într-un mediu software adecvat).

Un avantaj care este intens exploatat la modelele cauzale îl constituie

posibilitatea conectării mai multor modele de acest tip, pe baza constatării că ieşirea
unuia dintre modele constituie intrarea pentru un alt model, sau chiar pentru mai
multe modele. Conectările de modele cauzale dau posibilitatea conceperii unor
structuri modulare complexe, cărora li se pot asocia reprezentări grafice denumite
scheme sau diagrame bloc, deoarece sunt alcătuite din blocuri cauzale, asociate
modulelor.

Având în vedere larga răspândire a modelelor cauzale, în studiile teoretice,

precum şi în cele bazate pe simulare, ştiinţele inginereşti operează, actualmente, cu
câteva tipuri de descrieri matematice a tranziţiei intrare-ieşire, acceptate drept
standarde pentru activităţile de analiză şi proiectare. Din acest motiv, capitolul
următor este dedicat în totalitate prezentării tipurilor de modele cauzale cu utilizarea
cea mai frecventă, ilustrând prin exemple şi aplicarea lor în practică.

După cum am semnalat deja la finele paragrafului anterior, în construcţia de

modele cauzale, compuse din blocuri (submodule) cauzale, pot interveni erori în
atribuirea rolurilor de intrare, respectiv ieşire pentru anumite semnale ce servesc
conectărilor de blocuri (submodule). Atare erori provin uzual din faptul că legile
fizicii sunt, în general, descrieri sau modele acauzale, care leagă relaţional două sau
mai multe mărimi (semnale), fără nici o precizare privind cauzalitatea.

Transformarea unei descrieri acauzale într-un model cauzal (prin asignarea

semnificaţiilor de cauză şi efect pentru semnalele implicate în acea descriere) devine
o problemă mai delicată atunci când se ţine cont de bilanţul energetic care asigură
funcţionarea obiectului real. În asemenea situaţii, universul exterior furnizează
sistemului, în fiecare moment, o anumită putere (energie pe unitatea de timp), care
poate fi exprimată în toate domeniile fizicii, ca produs a două semnale pereche, după
cum urmează: în electricitate – tensiune şi curent, în mecanica mişcării liniare – forţă
şi viteză, în mecanica mişcării de rotaţie – moment al cuplului şi viteză unghiulară, în
fluidică – presiune şi debit, în căldură – temperatură şi flux al entropiei. Cu alte
cuvinte, cauza este puterea însăşi, adică produsul ambelor semnale, iar pericolul unei
abordări superficiale constă în a desemna drept cauză doar un singur semnal, fără a
înţelege exact rolul celui de-al doilea din perechea caracteristică domeniului
respectiv.

Poziţia cea mai recentă adoptată de comunitatea ştiinţifică internaţională faţă de

modelarea bazată pe principiile fizice, vizează tocmai eliminarea neajunsurilor
semnalate anterior cu privire la utilizarea modelelor cauzale. Se poate vorbi, în mare,
de existenţa a două soluţii, ambele exploatând, într-o primă fază a construirii
modelului, descrierile acauzale. Prima soluţie conduce în final la un model cauzal
standard (de tipul celor semnalate la începutul acestui paragraf), compus din blocuri
(submodele) acauzale, care este construit în deplină concordanţă cu principiul
conservării energiei, şi poate face obiectul prelucrărilor atât analitice, cât şi numerice
(prin simulare). A doua soluţie a fost concepută anume pentru prelucrări numerice şi
constituie suportul simulatoarelor de ultima oră, realizate ca medii de programare
orientată pe obiecte; blocurile (submodelele) sunt descrise şi conectate în manieră
acauzală, revenind în sarcina simulatorului (transparent pentru utilizator) să asigure
cauzalitatea în momentul efectuării calculelor aferente unui bloc sau grup de blocuri
(Cellier et al., 1996).

Pe parcursul capitolelor viitoare vom prezenta detaliat prima din cele două
soluţii, care prezintă avantajul compatibilităţii totale cu cadrul tradiţional al
modelării, bazat pe descrieri cauzale, dar creează şi o viziune de ansamblu în
abordarea profundă a fenomenelor fizice.

1.2.3. Transferul de energie şi modelarea cauzală. Conceptul de sursă ideală de

putere

Conform celor discutate în paragraful anterior, transferul de energie (putere)

dinspre universul exterior către sistem este cel care asigură funcţionarea sistemului,
adică ambele semnale pereche, ce definesc prin produsul lor puterea într-un domeniu
al fizicii, contribuie la realizarea dinamicii sistemului. Astfel sistemul trebuie privit
ca fiind conectat la o sursă de putere, iar înţelegerea deplină a modului cum se
transferă puterea de la sursă către sistem constituie premisa cheie în modelarea
cauzală.

În toate domeniile fizicii, în bună concordanţă cu exploatarea normală a unei

surse reale de putere, se poate considera că aceasta furnizează sistemului puterea
necesară funcţionării, impunând sistemului unul din cele două semnale pereche
(adică intrare pentru sistem), iar celălalt semnal pereche rezultând din consumul
concret de putere al sistemului (adică ieşire pentru sistem). De exemplu, funcţionarea
oricărui echipament electrocasnic se caracterizează prin aceea ca reţeaua electrică
(sursa de putere) impune o tensiune alternativă de 220V echipamentului (aşadar
cauză), iar curentul este rezultatul consumului de putere de către echipament (aşadar
efect): zecimi de amperi pentru un bec de veioză, în jur de un amper pentru o plită de
gătit, câţiva amperi pentru un radiator etc. În exemplul considerat, reţeaua electrică
funcţionează ca o sursă ideală de tensiune, atributul “ideală” referindu-se la faptul că
reţeaua este capabilă să furnizeze, la o tensiune alternativă de 220V, orice curent
(implicit orice putere) solicitat de un echipament electro-casnic. Evident, această
comportare desemnată drept ideală se limitează practic, la o gamă de curenţi până în
10-15 A, corespunzătoare consumului de putere al tuturor echipamentelor
electrocasnice aflate în funcţiune la un moment dat într-un apartament, valoarea
maximă a curentului fiind controlată printr-o siguranţă de protecţie (cu rolul de a
decupla alimentarea cu energie electrică atunci când se depăşeşte acea valoare
maximă a curentului). Constatăm aşadar că luând în considerare ansamblul format
din sursa ideală de tensiune şi un echipament electrocasnic, funcţionarea acestuia din
urmă poate fi descrisă printr-un model cauzal, având, drept intrare, tensiunea impusă
de sursă şi drept ieşire, curentul necesitat de exploatarea normală a echipamentului.

Observaţiile din exemplul anterior cu privire la modul în care un sistem primeşte, de

la o sursă, puterea necesară funcţionării sunt general valabile astfel încât, în toate
domeniile fizicii putem vorbi de surse ideale cum ar fi: surse ideale de forţă, surse
ideale de cuplu, surse ideale de presiune, surse ideale de temperatură etc. Aşadar,
având drept bază transferul de energie, construcţia de modele poate fi abordată
riguros, în manieră cauzală, utilizând metoda bond-graph prezentată în lucrarea de
faţă. Metoda porneşte de la descrierea transferului de putere dintre o sursă ideală (sau
mai multe surse ideale) şi un sistem, iar apoi propagă cauzalitatea impusă de tipul
sursei (surselor), din aproape în aproape, pentru fiecare element component, ţinând
seama de principiul conservării energiei şi de specificul comportării elementelor
constitutive. Această specificitate comportamentală are tot fundament energetic, şi
anume modul în care se utilizează puterea (disipare, acumulare sau transformare).
Totodată fundamentul energetic face ca specificitatea comportamentală să poată fi
tratată unificat, pentru toate domeniile de interes, evidenţiind o serie de analogii în
exprimarea legilor fizicii care asigură rigurozitatea de fond a metodei bond-graph.

1.2.4. Evaluarea modelului

O parte esenţială a procesului de modelare o reprezinta evaluarea modelului
matematic privid faptul ca acesta descrie un sistem cu o anumita precizie impusa. La
această întrebare poate fi dificil răspunsul, deoarece implică mai multe tipuri diferite
de tehnici de evaluare.
Potrivirea la date experimentale sau empirice
De obicei, cel mai simplu metoda de evaluare a modelului este de a verifica dacă se
potriveşte la măsurători experimentale sau alte date empirice. La modelele cu
parametri, o abordare comună pentru a testa acest lucru este acela de a se împărţi
datele în două subseturi de date disjuncte: date de antrenare şi date de verificare.
Datele de antrenare sunt utilizate pentru a estima parametrii acestui model. Pentru un
model corect, datele de verificare se vor potrivi cu acuratetea impusa, chiar dacă
aceste date nu a fost folosite pentru a seta (tuna) parametrii modelului. Această
practică este cunoscută sub denumirea de validarea statistica.
Definirea unei metrice (masuri) pentru a măsura distanţele dintre datele observate şi
prezise reprezinta un instrument util de evaluare a se potrivi modelului. În statistica,
teoria deciziei şi unele modele economice, o funcţie de evaluare a pierderilor joacă un
rol similar.
Deşi este destul de simpla tehnica pentru a testa oportunitatea utilizarii unui
parametru, poate fi mult mai dificil pentru a testa validitatea unui model matematic
forma sa generală. În general, mai multe instrumente matematice au fost dezvoltate
pentru a testa potrivirea de modelelor statistice, decât pentru modelele care implică
ecuatiilor diferentiale.
Domeniul de aplicare a modelului
Evaluarea domeniul de aplicare a unui model, care inseamna a stabili in ce situaţii
modelul este aplicabil, se poate prin tehnici indirecte. În cazul în care modelul a fost
construit pe baza unui set de date, trebuie sa stabim pentru ce sisteme seturile de date
sunt tipice si pentru acest model.
Întrebarea dacă modelul descrie bine proprietăţile sistemului între puncte masurate
(date) se rezolva prin interpolare, şi aceeaşi întrebare pentru evenimente sau puncte de
date în afara datelor observate se numeşte extrapolare.
Ca un exemplu al limitărilor tipice domeniului de aplicare a unui model, în evaluarea
mecanica clasică newtoniană, putem nota faptul că Newton a făcut măsurătorile lui
fără echipamente avansate, aşa că el nu a putut măsura proprietăţile particulelor care
călătoresc la viteze apropiate de viteza luminii. De asemenea, el nu a măsura mişcările
moleculelor şi altor particule mici, ci numai pentru macroparticule. Nu este atunci de
mirare că modelul său nu extrapola bine în aceste domenii, chiar dacă modelul său
este destul de suficient pentru fizica uzuala.
Consideraţii filozofice
Multe tipuri de modele implica probleme de cauzalitate. Acesta este de obicei (dar nu
întotdeauna) adevărat pentru modele care implică ecuatiile diferentiale. Deoarece
scopul de modelare este de a spori înţelegerea noastră de lume, de valabilitatea unui
model tine nu numai de a se potrivi observaţii empirice, ci şi pe capacitatea sa de a
extrapola la situaţii sau date anterioare sau viitoare, pe lângă cele descrise în model.
Modelul software reprezintă punerea în aplicare a modelului matematic, de obicei sub
forma de numerică, algoritmi soluţie, parametrii asociate cu aproximarea numerica şi
criteriile de convergenţă. Modelul software cuprinde program de computer (cod),
concepte şi ipoteze matematice de modelare, intrările de cod, opţiunile pentru soluţii
şi criteriile de convergenta.
Procesul de selectare a caracteristicilor importante şi aproximările matematice
asociate necesare pentru a reprezenta realitatea de interes din modelul matematic este
numit modelare. Evaluarea corectitudinii modelarii este de denumita de confirmare.
Activitatea de verificare se axează pe identificarea şi eliminarea unor erori în
implementarea software a model matematic.