Modelare computerizată și servicii digitale

Un model computerizat reprezintă selectiv un sistem real: păstrează variabilele necesare întrebării și lasă deoparte detaliile care nu o schimbă. Un tabel cu numărul de călători, timpul de așteptare și frecvența autobuzelor poate ajuta la estimarea unei rute. Modelul oferă scenarii, nu o certitudine despre viitor; ipotezele și calitatea datelor limitează concluzia. Serviciile digitale pot simplifica plăți, rezervări sau raportări de mediu, dar cer acces, date corecte și protecția utilizatorului.

La modelare, identifici intrări, reguli de transformare și ieșiri, apoi verifici rezultatele cu observații reale. O aplicație economică poate calcula venitul ca preț înmulțit cu cantitatea, dar rezultatul nu este profitul: din venit se scad costurile. O simulare de mediu poate varia precipitațiile și estima consumul de apă, fără să poată surprinde toate cauzele. În serviciile de recreere, recomandările automate folosesc preferințe, dar pot limita diversitatea opțiunilor afișate.

Un model are parametri (valori fixate, precum prețul biletului), variabile (valori care se schimbă, precum numărul de vizitatori) și rezultate calculate. Într-o foaie de calcul, parametrii se țin în celule separate, iar formulele fac trimitere la ele; astfel un scenariu nou se obține schimbând o singură celulă. Validarea compară rezultatele modelului cu măsurători reale: dacă diferența este mare, se revizuiesc ipotezele, nu se ajustează cifrele după dorință. Serviciile digitale (plata online, rezervarea unui loc, raportarea unei probleme de mediu printr-o aplicație publică) cer identificarea utilizatorului, protejează datele personale și păstrează dovada operațiunii.

Exemplu lucrat 1: model economic al unui atelier. Un atelier are costuri fixe de 1200 lei (exemplu: sală și materiale) și costuri de 10 lei pe participant. Biletul costă 30 lei.

1. Venitul este $V=30\cdot n$, iar costul total este $C=1200+10\cdot n$, unde $n$ este numărul de participanți.
2. Profitul este $P=V-C=30n-1200-10n=20n-1200$.
3. Profitul este zero pentru $20n=1200$, deci $n=60$: sub 60 de participanți atelierul are pierdere.
4. Pentru $n=80$: $V=2400$ lei, $C=1200+800=2000$ lei, deci $P=400$ lei.
5. Modelul nu include taxe sau variația costurilor; se verifică după atelier cu încasările reale.

Exemplu lucrat 2: model de mediu pentru un rezervor. Un rezervor are 500 m³ de apă. Intrarea medie este 30 m³ pe zi, iar consumul mediu 45 m³ pe zi (valori exemplu).

1. Variația zilnică este $30-45=-15$ m³ pe zi.
2. Volumul după $t$ zile este $V(t)=500-15t$.
3. Rezervorul se golește când $500-15t=0$, adică $t=33,3$ zile.
4. După 33 de zile mai rămân $500-15\cdot 33=5$ m³, deci golirea are loc în ziua 34.
5. Modelul consideră intrarea constantă; o perioadă ploioasă sau o restricție de consum schimbă rezultatul, de aceea se rulează și scenarii cu alte valori.

O analiză de sensibilitate schimbă pe rând câte un parametru și urmărește cât se modifică rezultatul. În modelul atelierului, dacă prețul biletului crește de la 30 la 35 de lei, pragul de rentabilitate scade de la 60 la $1200/(35-10)=48$ de participanți. Parametrul cu efectul cel mai mare indică ce date trebuie măsurate cel mai atent. Serviciile de recreere și cele de mediu folosesc aceeași logică: se declară ipotezele, se rulează scenarii și se compară cu realitatea după eveniment.

Exemplul 3 — modelul unei gospodării. Se estimează consumul lunar de apă al unei familii. Intrările sunt numărul de persoane (4), consumul zilnic pe persoană (120 de litri, valoare presupusă) și tariful (5 lei pe metru cub). Regula de transformare: consumul zilnic este $4\cdot 120=480$ de litri, adică 14,4 metri cubi pe o lună de 30 de zile, iar costul este $14,4\cdot 5=72$ de lei. Modelul permite un scenariu: dacă fiecare persoană economisește 10%, consumul pe persoană scade la 108 litri, volumul la 12,96 metri cubi și costul la 64,80 lei. Concluzia depinde de ipoteza consumului pe persoană, nu de calcul.

Verificarea modelului. Dacă o măsurătoare reală indică 520 de litri pe zi, modelul subestimează cu $520-480=40$ de litri, adică cu aproximativ $7,7\%$. Diferența cere o explicație (musafiri, spălat mașina, scurgeri), iar ipotezele se corectează înainte ca scenariile să fie folosite la decizii.

Exemplul 4 — așteptarea la stația de autobuz. Dacă autobuzele vin regulat la interval de 10 minute și călătorii ajung la stație la momente întâmplătoare, timpul mediu de așteptare este jumătate din interval, deci 5 minute. Pentru un interval de 15 minute modelul dă 7,5 minute, iar pentru 12 minute dă 6 minute. Modelul presupune autobuze punctuale; într-un trafic aglomerat valorile reale sunt mai mari.

Exemplul 5 — costul unui serviciu digital. Un serviciu de plată online percepe 1,5% din sumă plus 0,50 lei pe tranzacție. Pentru o plată de 80 de lei comisionul este $80\cdot 0,015+0,5=1,70$ lei, iar comerciantul primește 78,30 lei. Un asemenea serviciu cere date personale; se colectează numai cele necesare plății și se informează utilizatorul despre scopul lor.

Greșeli frecvente

• Greșit: Un model este o copie completă a realității.
  Corect: este o reprezentare selectivă bazată pe ipoteze.
• Greșit: Venitul calculat de o aplicație este profit.
  Corect: profitul cere scăderea costurilor.
• Greșit: Dacă modelul dă un rezultat cu multe zecimale, rezultatul este precis.
  Corect: precizia afișată nu depășește precizia datelor de intrare.
• Greșit: O predicție numerică nu mai trebuie verificată.
  Corect: compari ieșirea cu date reale.

Înainte și după