You are on page 1of 27

Modeliranje i simulacija

Jadranka Boikov

DEFINICIJE. VRSTE MODELA

U Hrvatskom opem leksikonu (Zagreb: Leksikografski zavod Miroslav Krlea,


1996) nalazimo ove natuknice:
model (franc.). 1 Uzor, uzorak, simulacija (lat.). 1 Glumljenje (neke
obrazac. 2 Kalup po kojem se izrauje bolesti), pretvaranje, zavaravanje,
neki predmet. 3 Osoba koja (obino za prenemaganje. 2 INF prikazivanje nekih
novac) pozira umjetniku. 4 Predmet svojstava ili vladanja fizikog ili
(najee odjevni ili ukrasni) nainjen apstraktnog sustava s pomou vladanja
samo u jednom primjerku; unikat. nekog drugog sustava.

Dok je drugo navedeno znaenje rijei simulacija izvrsna definicija tog pojma u
informatikome smislu, dotle ni jedno od navedena etiriju znaenja pojma model
smislom ne odgovara potrebama ovog teksta. Modelom emo, naime, nazivati kopiju,
prikaz, sliku ili prezentaciju nekoga realnog sustava, koja je napravljena da bi se
prikazao taj sustav i omoguilo njegovo daljnje prouavanje i upoznavanje.
Model je pojednostavnjeni prikaz realnoga sustava napravljen zato da bi posluio
boljem razumijevanju i/ili daljnjem prouavanju tog sustava i eksperimentiranju s njim.
Sada je pak nuno definirati realni sustav.
Realni sustav je vie ili manje izdvojeni dio stvarnoga svijeta koji ini funkcionalnu
cjelinu. Realnim sustavom smatramo i neto to u stvarnosti ne postoji, nego je
zamiljeno (planirano) da se napravi u budunosti.
Modeliranje je stvaranje (oblikovanje) modela.
Modeli se mogu podijeliti prema vie razliitih stajalita.
Prema grai (strukturi) modeli su:
fiziki (koji se dalje dijele na ikonike i analogne)
simboliki (apstraktni)
Prema ponaanju u vremenu oni su:
statiki
dinamiki
Prema nainu su rjeavanja:
konceptualni
matematiki
simulacijski
Mogli bismo takoer rei da su tri vrste modela prema ovoj, posljednjoj podjeli
zapravo tri stupnja razvoja. Model emo najprije prikazati konceptualno (npr. shematski
prikaz, opis rijeima). U sljedeem koraku emo model formalizirati u obliku
matematikog modela ili pak implementirati kao program za elektroniko raunalo
kojim emo simulirati promjene realnog sustava tijekom vremena. U uem (strogom)
smislu rijei matematiki je model prikaz realnog sustava sustavom jednadbi (statiki
model bit e prikazan algebarskim jednadbama dok je matematika prezentacija
dinamikog modela sustav diferencijalnih jednadbi koje prikazuju promjene varijabli
tog modela u vremenu).
Mi se u ovom predmetu bavimo simbolikim ili apstraktnim modelima. Zovu se tako
jer su pojedini elementi (ili varijable) tih modela prikazane simbolima ili brojanim
vrijednostima, dakle apstraktnim pojmovima. Bavit emo se dinamikim modelima tj.
modelima sustava koji se mijenjaju tijekom vremena i upravo te promjene elimo
ispitivati simulacijom na raunalu.
Simulacijski se modeli dalje dijele prema dvama kriterijima: prema vrsti varijabli u
modelu i prema nainu na koji se mijenja stanje modela u vremenu.
Prema izvjesnosti/neizvjesnosti rezultata modeli su:
deterministiki
stohastiki
Prema nainu na koji se mijenja stanje modela razlikuju se:
modeli diskretnih dogaaja
modeli kontinuiranog stanja
Nema strogih pravila (recepta) kako napraviti dobar model, nego veliku vanost
imaju:
razumijevanje problema
sposobnost apstrakcije
sistematinost
sposobnost razluivanja bitnog od nebitnog
iskustvo
Stoga N. T. Bailey kae:

Modeliranje je umijee, a ne znanost.

SIMULACIJSKO MODELIRANJE

Iako za proces izradbe modela nema striktnih pravila, dugo iskustvo velikoga broja
ljudi koji su se time bavili dovelo je do nekih opih preporuka za izradu simulacijskih
modela koje je formulirao G. Gordon jo davne, 1969. godine (1).
1. Granica sustava s okolinom mora biti odabrana tako da sustav, odnosno njegov
model, obuhvaa samo fenomene od interesa. Okolina sustava modelira se tako da
se ne ukljuuju detalji i uzrone veze meu njima, nego se daje samo njihov saeti
prikaz (npr. sluajna razdioba dolazaka u sustav).
2. Modeli ne smiju biti odve sloeni ni detaljni, nego treba modelirati samo
relevantne elemente sustava. Odvie sloene i detaljne modele teko je ili ak
nemogue razumjeti i vrjednovati, to znai da su i njihov razvoj i uporaba teki i
neizvjesne kvalitete.
3. Model ne smije niti odve pojednostavniti problem npr. izbacivanjem varijabli
nunih za adekvatni opis sustava ili odve velikim stupnjem agregiranja
komponenti sustava.
4. Model je razumno rastaviti na vie dobro definiranih i jednostavnih modula s tono
odreenom funkcijom koju je lake izgraditi i provjeriti.
5. U razvoju modela preporuuje se primjena neke od provjerenih metoda za razvoj
algoritma i programa koje trebaju omoguiti bolje razumijevanje modela i pojedinih
njegovih modula u svim fazama razvoja modela.
6. Potrebna je provjera logike i kvantitativne ispravnosti modela, i to kako
pojedinanih modula, tako i cijelog modela. Kod modela koji ukljuuju sluajne
varijable to znai i primjenu odgovarajuih statistikih tehnika.
Simulacijski je proces struktura rjeavanja stvarnih problema s pomou
simulacijskog modeliranja. On se moe opisati u obliku niza koraka koji ine pojedine
faze rjeavanja problema ovom metodom i koji slijede jedan nakon drugog, iako ne
strogo sekvencijalno, jer je mogu povratak na prethodne korake procesa, odvisno o
rezultatima dobivenima u pojedinim fazama toga procesa.
Osnovni su koraci simulacijskoga procesa sljedei (kako su ih formulirali Law i
Kelton, 1982. godine (2)):
1. Definicija cilja simulacijske studije.
2. Identifikacija sustava.
3. Prikupljanje podataka o sustavu i njihova analiza.
4. Izgradnja simulacijskog modela.
5. Izgradnja simulacijskoga programa.
6. Verificiranje simulacijskog programa.
7. Vrjednovanje simulacijskog modela.
8. Planiranje simulacijskih eksperimenata i njihovo izvoenje.
9. Analiza rezultata eksperimenata.
10. Zakljuci i preporuke.
Izgradnja i uporaba simulacijskih modela, u pravilu, zahtijeva rad tima strunjaka, i
onih kojima je promatrani sustav predmet zanimanja i strunjaka informatiara. Pri
sloenijim projektima moe biti posrijedi tim sastavljen od vie desetaka strunjaka
razliitih specijalnosti, dok u jednostavnijim sluajevima to mogu biti jedan ili dva
ovjeka koji istodobno poznaju i promatrani sustav i metode i tehnike simulacijskog
modeliranja. Simulacijski se model realizira u obliku kompjutorskoga programa koji
oponaa ponaanje realnog sustava. Taj je program obino napravljen dovoljno
openitim da bi se s pomou njega mogle simulirati razliite situacije koje jesu ili bi
mogle nastupiti u stvarnosti. Takve situacije simuliraju se pomou promjenjivih ulaznih
podataka koji su analogni uvjetima (pobudi) u koje moe biti doveden realni sustav.
Stoga se svako izvoenje kompjutorskoga programa moe smatrati simulacijskim
eksperimentom koji daje rezultate analogne onima koji bi nastupili u stvarnosti u danim
uvjetima. Budui da se rezultati odmah obrauju i dobivaju u sreenom obliku (tablini
i grafiki prikazi, statistiki obraeni rezultati) mogua je njihova bra i laka
interpretacija nego to je to sluaj pri rezultatima dobivenima eksperimentalno na
samom realnom sustavu. Dakako, simulacijsko je modeliranje metoda izbora u
prouavanju realnih sustava s kojima ne moemo ili ne smijemo eksperimentirati. Stoga
se postavlja pitanje kada se i s kojim ciljem na taj nain pristupa prouavanju realnih
sustava. Moemo rei da se simulacijski modeli openito primjenjuju radi ovih triju
ciljeva:
1. ISTRAIVANJE provjera (verifikacija/falsifikacija) hipoteza o strukturi i
ponaanju sustava
Realni sustav koji istraujemo esto nam je nedovoljno ili nepotpuno poznat te emo
na temelju onoga to znamo ili samo pretpostavljamo o tom sustavu napraviti njegov
model koji pak treba posluiti daljnjemu prouavanju tog sustava i eksperimentiranju s
njim. Ideja je da nam taj model poslui za reprodukciju ponaanja sustava kako bismo
na temelju analize rezultata simulacije verificirali ili falsificirali hipotezu o njegovoj
strukturi ili pak ocijenili pojedine kvantitativne parametre.
2. PROJEKTIRANJE projekcija ponaanja sustava u situacijama s kojima nemamo
iskustva (npr. u budunosti za koju se pripremamo)
Druga situacija u kojoj rjeavanju stvarnih problema pristupamo s pomou
simulacijskog modeliranja jest ona kad trebamo predvidjeti ponaanje realnog sustava u
situacijama s kojima nemamo iskustva (npr. u budunosti za koju se pripremamo). Tada
emo ponaanje promatranog sustava simulirati s pomou raunala da bismo ga
temeljito analizirali ispitivanjem razliitih, potencijalno moguim uvjetima u kojima bi
se mogao nai sustav i odabirom onih rjeenja koja smatramo optimalnima. Najee se
to radi kako bi se sam realni sustav promijenio (npr. reorganizirao) pa rezultati
simulacije ine temelj za donoenje odluka o promjeni realnoga sustava.
3. EDUKACIJA upoznavanje ponaanja sustava stjecanjem umjetnog (posrednog)
iskustva (engl. vicarious experience)
Mnogi su modeli razvijeni kao edukacijski (nastavni) materijali koji onomu tko ui
omoguuju da u interakciji s raunalom postavi svoju vlastitu strategiju rjeavanja
problema i ispita je simulacijom na raunalu te tako stekne posredno iskustvo kako o
ponaanju promatranog sustava i mogunostima za njegovo mijenjanje. Valja rei da su
mnogi modeli koji su prvotno bili razvijeni radi istraivanja ili projiciranja ponaanja
sustava nakon to su provjereni i pokazali da vjerno oznauju i oponaaju sustav prerasli
u modele za edukaciju.
U svim trima navedenim situacijama polazimo od promatranja i prouavanja realnog
sustava, stvaramo njegovu apstraktnu sliku koju realiziramo u obliku kompjutorskoga
simulacijskoga programa koji, kad je jednom razvijen, omoguuje vrlo brzo, jeftino i
efikasno izvoenje simulacijskih eksperimenata ije rezultate treba interpretirati i na
neki nain primijeniti na sam realni sustav koji je predmet prouavanja, bilo radi
njegovog boljeg upoznavanja bilo radi mijenjanja. Slika C-1. opisuje sva tri sluaja.
REALNI SIMULACIJSKI
MODELIRANJE MODEL
SUSTAV

SIMULACIJSKI
EKSPERIMENT

ZNAENJE ZA REZULTATI
INTERPRETACIJA
REALNI SUSTAV SIMULACIJE

Slika C-1. Simulacijski proces

Metode i tehnike simulacijskog modeliranja

Dvije su glavne metode simulacijskog modeliranja: simulacija diskretnih dogaaja i


kontinuirana simulacija ija je posebna podvrsta sistemna dinamika (3,4). Svrha je
simulacije diskretnih dogaaja detaljan prikaz ponaanja realnoga sustava uz uporabu
stohastikih varijabli. U modelima sistemne dinamike agregiraju se entiteti i dogaaji u
odjeljke i tokove kako bi se simuliralo ponaanje sustava sa povratnom vezom (engl.
feedback loop) za koje se pretpostavlja da su deterministiki po svojoj naravi iako
ukljuuju varijable probabilistikih karaktera (brzine ili vjerojatnosti prelaska iz jednog
u drugi odjeljak). Na taj se nain najee modeliraju i simuliraju ekonomski, drutveni
i bioloki fenomeni.
Veliku vanost pri izradbi modela imaju razvoj i primjena konceptualnih modela koji
omoguuju eksplicitni prikaz ideja o radu modeliranog sustava te tako olakavaju
razumijevanje i komunikaciju meu ljudima koji rade na izradi modela. Svaka od
metoda simulacijskog modeliranja ima karakteristine konceptualne modele i simbole
koji se rabe u grafikome prikazu tih modela.
Najvaniji konceptualni modeli u diskretnoj simulaciji jesu:
dijagrami ciklusa aktivnosti
Petrijeve mree (engl. Petri nets) kojih ima vie vrsta
Konceptualne prikaze modela sistemne dinamike ine:
dijagrami uzronih petlji (engl. causal loop diagrams)
dijagrami toka (engl. flow charts)
Slijedi saeti prikaz osnovnih pojmova ovih dviju simulacijskih metoda. Na slikama
su prikazani simboli koji se rabe u grafikome prikazu pripadajuih konceptualnih
modela i njihovi primjeri.

SISTEMNA DINAMIKA

Kao to je ve reeno modelima sistemne dinamike, entiteti i dogaaji agregiraju se u


odjeljke (engl. levels) koji su zapravo varijable stanja sustava i tokovi (engl. flows). U
odjeljcima dolazi do akumulacije materijala dok su tokovi materijala i informacija
izmeu odjeljaka odreeni brzinama prijelaza na koje, osim odjeljaka, utjeu i pomone
varijable. Poseban tip odjeljka ine oni u kojima dolazi do zadrke ili kanjenja (engl.
time delay). To su eksponencijalna kanjenja konanog ili beskonanog reda (moe biti
rije o kanjenju materijala ili o kanjenju informacija). Oni se na ponaanje sustava sa
samoregulacijom (negativnom povratnom petljom) reflektiraju kao oscilacije do kojih
dolazi nakon to je sustav izbaen iz ravnotenog (stacionarnog) stanja.
Sistemna dinamika koristi se dvama tipovima konceptualnih modela: dijagramima
uzronih petlji i dijagramima toka. Dijagrami uzronih petlji prikazuju uzrono-
posljedine veze meu elementima sustava. Strjelicom se oznauje smjer veze, a znak +
ili uz tu strjelicu oznaava tu vezu kvalitativno kao pozitivnu ili negativnu. Pozitivna
je veza ona kod koje poveanje uzroka dovodi do poveanja posljedice (a smanjenje
uzroka do smanjenja posljedice), dok se kod negativne veze uzrok i posljedica mijenjaju
u suprotnome smjeru (kada uzrok raste, posljedica se smanjuje i obratno, smanjenje
uzroka rezultira porastom posljedice). Dvije (ili vie) veza koje povezuju uzrok i
posljedicu, tj. dvije ili vie ulananih strjelica u smjeru uzrok-posljedica ine povratnu
petlju pa ih u dijagramu zamjenjujemo jednom krunom strjelicom koja je u sredini
oznaena s + ili -. Pozitivna povratna petlja jest ona kod koje elementi petlje djeluju
povratno na same sebe u istome smjeru, to rezultira stalnim porastom ili stalnim padom
vrijednosti tih elemenata. Kod negativne povratne petlje elementi petlje uzrokuju
promjenu smjera vlastita djelovanja, zbog ega sustav ide prema ravnotenom
(stacionarnom) stanju i to bilo postupno bilo fluktuirajui oko toga ravnotenog stanja.
Tip povratne petlje odreen je tipom uzrono-posljedinih veza unutar petlje. Ako su
sve uzrono-posljedine veze unutar jedne povratne petlje pozitivne, onda e i itava
petlja biti pozitivna. Ako u petlji ima negativnih veza, tip petlje ovisi o tome je li ukupni
broj negativnih veza paran ili neparan: petlja s parnim brojem negativnih veza pozitivna
je povratna petlja, a petlja s neparnim brojem negativnih veza negativna je povratna
petlja. To je stoga to se negativne veze meusobno ponitavaju (jer negativna veza
mijenja smjer promjena u petlji) pa stoga svaki par negativnih veza u petlji rezultira
pozitivnom vezom (vraa smjer promjena u pozitivni). Simboli koji se koriste u
dijagramima uzronih petlji prikazani su na Slici C-2.
Simboli koji se upotrebljavaju u dijagramima toka prikazani su na slici C-3.
Pravokutnicima se prikazuju odjeljci u kojima tijekom vremena dolazi do akumulacije
materijala (ulazni tokovi poveavaju, a izlazni smanjuju tu akumulaciju). Tokovi
materijala prikazuju se simbolom ventila koji moe proputati vie ili manje materijala
u jedinici vremena: propusna mo ventila regulirana je tokovima informacija. Stoga
obratite pozornost na to da dvostruke (ili pune) strjelice oznauju tok materijala dok
jednostruke strjelice oznauju tok informacija. Krugom se prikazuju pomone varijable
(poseban tip pomonih varijabli jesu konstante). Nepravilan oblik upotrebljava se kao
simbol za prikaz izvora i ponora tokova. Eksponencijalna kanjenja prikazuju se
pravokutnicima kao i odjeljci (ali uz takav odjeljak vezan je jo red kanjenja i
vremenska konstanta kanjenja).
Model dinamike populacije prikazan je na Slici 4. dijagramom uzronih petlji i
dijagramom toka (detaljan opis modela nalazi se na kraju ovog poglavlja).
Slika C-2. Simboli koji se upotrebljavaju u dijagramima uzronih petlji i njihovo
znaenje za model
Slika C-3. Simboli koji se upotrebljavaju u dijagramima toka
Slika C-4. Primjer modela rasta populacije prikazan kao dijagram uzronih petlji (gore)
i dijagram toka istog modela (dolje). Stope nataliteta i mortaliteta u
dijagramu toka konstante su
Ponaanje sustava u vremenu koje je grafiki predoeno dijagramom toka modela
detaljnije se prikazuje sustavom diferencijskih jednadbi. To su jednadbe konanih
razlika tj. malih ali konanih promjena pojedinih varijabli (odjeljaka) sustava u malim
(konanim) intervalima vremena koje t. Umjesto t pisat emo dt, to je inae oznaka
za beskrajno malu vremensku promjenu (diferencijal) koja se rabi u diferencijalnim
jednadbama (jednadbe konanih diferencija aproksimacija su diferencijalnih
jednadbi, dakle, sluaja kad vremenski pomak ili promjena tei prema 0). Vremenski
korak dt odabire se proizvoljno, ali tako da bude dovoljno malen kako bi promjene u
tim intervalima bile dovoljno male. Simulacija se obavlja raunanjem i pribrajanjem tih,
malih promjena u malim vremenskim intervalima: iz vrijednosti varijabli modela u asu
t raunaju se promjene u malome vremenskom intervalu dt te se njihovim pribrajanjem
(oduzimanjem) izraunava vrijednost varijabli stanja sustava u asu t+dt. Stoga je
simulacija zapravo metoda numerike integracije: sustav diferencijalnih jednadbi koji
opisuje beskonano male promjene sustava u vremenu zamijenjen je sustavom
diferencijskih jednadbi (jednadbi konanih razlika u konanim, malim vremenskim
intervalima) koje omoguuju izraunavanje tih promjena raunalom u nizu (malih)
vremenskih pomaka od poetne do konane vrijednosti. Suvremeni programski alati kao
to je npr. dolje spomenuta STELLA automatski proizvode programski kd na temelju
dijagrama toka i upisanih vrijednosti pojedinih parametara, a to je veliko olakanje za
korisnika koji sada vie ne mora pisati naredbe programa.

Kratka povijest sistemne dinamike s posebnim osvrtom na primjenu u


edukaciji

Teorijska osnovica sistemne dinamike razvijena je pedesetih godina na


Massachusetts Institute of Technology (MIT), Cambridge, MA (SAD). Najpoznatije
ime u podruju sistemne dinamike bez sumnje je jedan od pionira tog podruja prof. Jay
W. Forrester. On je mnogo radio na modeliranju razliitih aspekata proizvodnih i
gospodarskih sustava. Rezultati se mogu nai u nizu knjiga koje je objavio izmeu
1961. i 1973. g. (5-8), ali i u radovima drugih autora koji su ga slijedili.
Pokazalo se da je metoda prvotno poznata kao industrijska dinamika primjenjiva za
rjeavanje raznih problema te se s vremenom poela predavati na mnogim sveuilitima
diljem SAD-a i izvan njih kao sistemna dinamika.
Metode sistemne dinamike stekle su odreenu popularnost ranih sedamdesetih
godina nakon to su primjenjivane u velikoj studiji urbane i svjetske dinamike koja je
uzela u obzir rast puanstva, industrijski razvoj, poljoprivrednu proizvodnju,
iscrpljivanje prirodnih resursa, oneiavanje okolia i druge gospodarske, drutvene i
ekoloke aspekte ivota na Zemlji. Rad je bio inicirao Rimski klub (Club of Rome),
neformalne grupe iji su lanovi bili znanstvenici i gospodarstvenici iz 25 zemalja
irom svijeta. Rad na projektu povjeren je timu znanstvenika sa MIT-a koji je vodio
prof. Dennis Meadows. Rezultati istraivanja postali su dostupni irokoj javnosti nakon
to je izvjee projekta objavljeno u obliku knjige g. 1972. (9). Hrvatski prijevod knjige
iziao je u Zagrebu g. 1974. (8).
Rezultati tog istraivanja koji su bili gotovo apokaliptini doveli su do ozbiljnih
kritika ne samo pretpostavki modela nego i same metode. Nakon toga su daljnji razvoj i
primjena sistemne dinamike tekli s mnogo manje odjeka i podalje od ire javnosti.
Kao logian nastavak rada na teorijskoj osnovici sistemne dinamike uslijedio je
razvoj programskih jezika. Jezik DYNAMO (DYNAmic MOdels) razvili su P. Fox i A. L.
Pugh III g. 1959. za velika raunala. Doivio je vie inaica, a poetkom devedesetih
godina pojavio se Professional DYNAMO Plus, verzija za osobna raunala (11,12).
Programski paket pod nazivom Ithink ili Stella najprije je napravljen za MacIntosh, a
danas postoji za McIntosh (Ithink) i Windowse (Stella), grafiki je orijentiran i
ukljuuje niz alata koji olakavaju razvoj modela. Grafiko korisniko suelje
omoguuje krajnje jednostavnu implementaciju dijagrama toka modela iz kojeg e
program automatski napraviti programski kd. Isto vrijedi i za jo neke programske
proizvode kao primjerice Vensim i Powersim (ija je najnovija verzija Powersim Studio
2005). Na web stranicama izdavaa isee systems (ranije High Performance Systems)
(13) dostupne su sve informacije, a moe se rabiti i animirani tutorijal za uenje rada sa
Stellom isto kao i demo-verzije modela razvijene za potrebe edukacije iz razliitih
podruja (kemija, fizika, biologija, ekologija, medicina, drutvene znanosti i dr.), a
posebno su zanimljivi modeli inspirirani aktualnim temama (tzv. prie mjeseca). Osim
ovih primjera modela i tutorijala moe se na vlastito raunalo pohraniti i osiromaena
verzija programa Stella (tzv. save disabled version koja ima sve funkcije programa, ali
ne doputa pohranjivanje razvijenog modela) tako da svatko moe iskuati raditi s
programom. itatelju preporuujemo da skine demo-verziju programa Stella s adrese
(14) zajedno s primjerima modela iz razliitih podruja. Demo-verzije programa Vensim
PLE i Powersim Studio 2005 takoer se mogu besplatno pohraniti zajedno s brojnim
primjerima modela za demonstraciju i materijalima za uenje s web mjesta njihovih
proizvoaa Ventana Systems, Inc. i Powersim (15,16). Mnogi takvi proizvodi, a to
osobito vrijedi za tri spomenuta, odlikuju se mogunou da se razvijeni modeli
pretvore u samostalne interaktivne igre namijenjene uenju. itatelju preporuujemo da
pokrene program Stella i upozna se s tri razine rada: Map/Model razinom koja
omoguuje implementaciju modela putem grafikoga korisnikog suelja, Interface
razina omoguuje definiranje nastavnog sadraja temeljenog na razvijenom modelu
(igra), dok je trea razina ona koja korisniku omoguuje da vidi programski kd,
odnosno jednadbe modela (Equations level). Nakon pokretanja programa ulazi se na
Map/Model razinu iji je izgled prikazan na slici C-5. U koli narodnog zdravlja imamo
licencu za potpunu verzija programa Stella Research ver. 8 koja se upotrebljava i u
nastavi.

Slika C-5. Grafiko korisniko suelje (Map/Model level) programa Stella 7.0 koje
korisniku omoguuje maksimalno jednostavno definiranje strukture modela
i njegovih parametara
Openito, metode sistemne dinamike pogodne su za razvoj modela koji omoguuju
bolje razumijevanje modeliranih sustava i eksperimentiranje s njima te na taj nain
omoguuju stvaranje virtualne okoline pogodne za uenje (learning environment) i
razvijanje sustavnog miljenja (system thinking). Stoga se ove metode poduavaju na
mnogim sveuilitima i srednjim kolama diljem svijeta, jer pridonose boljem
razumijevanju problema u mnogim podrujima. Valja spomenuti i da se redovito
odravaju brojni teajevi iz uporabe tih metoda, a informacije o takvim teajevima
mogu nai i na spomenutim web mjestima proizvoaa programa. Diljem svijeta, a
osobito u SAD-u te su metode prisutne u srednjokolskom i visokokolskom programu
razliitih predmeta, a vrijedno je spomenuti projekt uvoenja sistemne dinamike i jezika
DYNAMO u nastavu u amerikim srednjim kolama koji je jo poetkom osamdesetih
godina vodila N. Roberts, o emu je objavila i knjigu s mnogobrojnim primjerima
modela iz razliitih podruja ivota (17).
Na Internetu se moe nai itav niz mjesta s nastavnim sadrajima iz sistemne
dinamike. Nezaobilazne su stranice Massachusetts Institute of Technology Sloan School
of Management (MITSloan) System Dynamics Group posveene sistemnoj dinamici
(18).
Populacijska dinamika i modeliranje ekolokih sustava podruja su u kojima su ove
metode osobito esto primjenjivane a kao primjer oglednoga mjesta navodimo online
teaj kvantitativne populacijske ekologije u kojem su prikazane razliite metode kako
sistemne dinamike, tako i diskretni vremenski modeli, a za web ga je pripremio i uinio
dostupnim Alexei Sharov (19) zajendo sa stranicom s koje se mogu dohvatiti mnogi
internetski izvori o toj temi (20).

Primjene sistemne dinamike u medicini i zdravstvu

Iako su metode i tehnike sistemne dinamike razvijene radi boljeg razumijevanja i


rjeavanja drukijih problema one su izvanredno primjenjive i u podruju biomedicine
gdje je realni sustav koji se promatra ovjek (zdrav ili bolestan) ili populacija. Umjesto
akumulacije sirovina ili gotovih proizvoda u pojedinim odjeljcima, ovakvi modeli
barataju s koliinom lijeka, enzima ili nutrijenata koji se akumuliraju u nekom tkivu
(npr. u krvi) ili pak (statistiki) kumuliraju ljude koji se nalaze u odreenom stanju s
obzirom na promatranu bolest. Napravljeni su modeli razliitih procesa u ovjejem
organizmu (npr. fiziolokih, metabolikih, farmakokinetskih, farmakodinamikih i
drugih procesa). Mnogi od ovih modela nastali su upravo radi istraivanja tih procesa tj.
napravljeni su kako bi omoguili bolje upoznavanje modeliranih sustava i verifikaciju
hipoteza o tim sustavima. Neki od njih poslije su pretvoreni u programe za uenje, dok
su pak drugi ve primarno razvijeni upravo da bi se upotrebljavali u edukaciji. U
primjenama sistemne dinamike na probleme u podruju epidemiologije i javnoga
zdravstva obino se promatra itava populacija. Tijekom posljednjih dvadesetak godina
u koli narodnog zdravlja Andrija tampar razvili smo niz modela dinamike
populacije, uglavnom modela kretanja razliitih bolesti u populaciji. Mnogi od njih bili
su napravljeni kako bi omoguili evaluaciju razliitih mjera za kontrolu bolesti i u neke
od njih bilo je potrebno ukljuiti kompleksno strukturiranu populaciju.

Iskustvo i rezultati u primjeni sistemne dinamike na koli narodnog


zdravlja Andrija tampar

U Odjelu za informatiku kole narodnog zdravlja poeli smo se intenzivnije baviti


simulacijskim modeliranjem na poticaj i u suradnji s profesorom Brankom
Cvjetanoviem koji je nakon povratka iz Svjetske zdravstvene organizacije u enevi
potkraj 1970-ih naao u naoj sredini suradnike za nastavak svojeg rada na modeliranju
dinamike zaraznih bolesti u populaciji (21). Poslije smo primjenu metoda kontinuirane
simulacije proirili na druge probleme, osobito na dinamiku i kontrolu masovnih
nezaraznih bolesti u populaciji, praenje i nastanak genetskih i malignih bolesti, te na
simulaciju stanja i potreba za zdravstvenim kadrovima. Taj je rad tijekom dugog niza
godina rezultirao primjenom metoda sistemne dinamike u rjeavanju razliitih problema
u mnogim diplomskim, magistarskim i doktorskim radovima, ali i u operacijskim
istraivanjima zdravstvenog sustava.
Epidemioloki modeli dinamike zaraznih bolesti u populaciji bili su prvo podruje
primjene simulacijskog modeliranja, a meu njima najprije smo se i najtemeljitije bavili
modelom shigeloze (22-25), a zatim ispitivanjem i razvojem modela crijevnih zaraznih
bolesti openito (23,26). Modeli hripavca (27,28) i tifusa (29,30) implementirani su na
temelju ve prije oblikovane osnovice da bi ih se upotrijebilo za vrjednovanje razliitih
strategija imunizacije populacije potencijalno primjenjivih u naoj situaciji. Model
hripavca bio je prvi kod kojeg je populacija bila podijeljena u skupine prema dobi, dok
je uvoenje jo mnogo preciznije strukturirane populacije (prema dobi i spolu) bilo
nuno kod modela genetske bolesti fenilketonurije (31), razvijenog u okviru mnogo ire
koncipiranog istraivanja nasljednog bremena stanovnitva i strategija za njegovu
kontrolu (32). Vremenska kanjenja (pomaci) uvedeni su pokraj dobne strukture kod
modela hepatitisa A (33,34) i rubeole (35) koji su napravljeni ponajprije radi ispitivanja
razliitih strategija u konkretnim situacijama uvoenja imunizacijskih programa
populacije i njihova vrjednovanja, ukljuujui i analizu trokova i koristi. Metode
sistemne dinamike primijenili smo zatim i u istraivanjima kretanja nezaraznih
kroninih bolesti u populaciji i mjera za njihovo suzbijanje u okviru projekta
optimizacije programa zdravstvene zatite od hipertenzije (36-38) i shizofrenije (39).
Konano su se u eritu znanstvenog interesa nali modeli karcinogeneze i kretanja
incidencije raka u populaciji (40-42) te histogeneze (43).
Prof. Jaki koordinirao je Radnu grupu koju je imenovala Zajednica zdravstvenih
fakulteta SR Hrvatske u veljai 1989. sa zadatkom da izradi procjenu potreba za
zdravstvenim kadrovima razliitih profila do 2000. godine. Radna grupa ije je
osnivanje bilo potaknuto raspravama o upisnim kvotama na zdravstvene fakultete i
prijedlozima za njihovo smanjivanje prihvatila je prijedlog da se kao metoda upotrijebi
simulacija stanja i potreba za razliitim profilima zdravstvenih strunjaka (lijenika,
medicinskih sestara i tehniara i dr.) te je izraen model i izveden niz simulacijskih
eksperimenata s razliitim pretpostavkama o broju upisanih studenata i drugim
relevantnim aspektima (npr. uvoenju privatne prakse, zapoljavanju izvan zdravstva i
razlikama u pretpostavljenom broju korisnika zdravstvene zatite), a rezultati su
posluiti kao osnovica za donoenje upisne politike (44). Rezultati simulacije stanja i
potreba za lijenicima (doktorima medicine) ponovno su razmotreni u promijenjenim
okolnostima godine 1993. te se mogu nai u lanku objavljenom u Lijenikom vjesniku
(45) u kojem je predloeno da se na sva etiri hrvatska medicinska fakulteta upisuje
ukupno 400 studenata godinje te su od te godine upisne kvote konano smanjene.
Pojava osobnih raunala omoguila je razvoj fleksibilnijih alata i iru uporabu
simulacijskih modela. Godine 1987. razvili smo originalnu metodu utemeljenu na
uporabi standardnih programa za tablino raunanje (tada je najire primjenjivan meu
njima bio Lotus 1-2-3), koja je omoguavala mnogo iru i vrlo jednostavnu uporabu
simulacijskih modela, a ukljuivala je mogunost implementacije modela, promjene
parametara, izvoenje simulacijskih eksperimenata i prikaz njihovih rezultata u
tablinom i grafikom obliku (46). Tijekom 1990-ih godina nabavljeni su komercijalni
programi za sistemnu dinamiku koji su omoguili implementaciju novih ali i prije
razvijenih modela.
Naa iskustva i rezultate u razvoju i primjeni metoda simulacijskog modeliranja u
podruju epidemiologije i javnoga zdravstva opisali smo u vie lanaka u kojima se
moe nai i potpuna lista objavljenih radova (47,48).

SIMULACIJA DISKRETNIH DOGAAJA


Ovom se metodom opisuju promjene stanja sustava koje se dogaaju samo u nekim
vremenskim trenutcima. Modeli sadre objekte odreenih svojstava koji svojim
meudjelovanjem u aktivnostima uzrokuju promjene stanja sustava u vremenu. Entiteti
(objekti) ovih modela mogu biti stalni ili privremeni i imaju atribute. Stalni entiteti (ili
resursi) ostaju u modelu tijekom itavog vremena trajanja simulacije dok su privremeni
entiteti oni koji prolaze kroz sustav. Atributima entiteta opisuju se njihova svojstva
(svaki entitet moe imati vie atributa). Definiraju se klase entiteta i skupovi entiteta
(grupe entiteta pojedine klase koji imaju neka zajednika svojstva). S obzirom na
mogunosti dinamike promjene svojstava, entiteti se mogu tijekom simulacije
premjetati iz skupa u skup, ali i mijenjati vrijednosti atributa. Repovi ekanja ine
grupu privremenih entiteta koji ekaju da se oslobodi neki resurs. Koristei se ovim
pojmovima, moe se diskretna simulacija ukratko opisati ovako: entiteti koji imaju
atribute meudjeluju u aktivnostima uz odreene uvjete stvarajui dogaaje koji
mijenjaju stanje sustava.

Slika C-6. Primjer dijagrama ciklusa aktivnosti


Za razliku od modela sistemne dinamike, koji su uglavnom deterministiki, modeli
diskretnih dogaaja, u pravilu, ukljuuju stohastike (sluajne) varijable. Ponaanje je
itavog modela stohastiko im je u njega ukljuena jedna stohastika varijabla.
Pri modeliranju diskretnih dogaaja takoer se primjenjuju grafike metode za prikaz
konceptualnih modela. Od grafikih prikaza spomenut emo dijagrame ciklusa
aktivnosti, GPSS dijagrame i Petrijeve mree kojih ima vie vrsta (obine, skraene,
obojene, proirene). Slike C-6 i C-7 prikazuju dijagram ciklusa aktivnosti i Petrijevu
mreu.
Slika C-7. Primjer Petrijeve mree prikaz modela diskretne simulacije hitne slube
(autor modela doc. dr. Vesna Bosilj Vuki)
Najpoznatiji jezici za diskretnu simulaciju razvijeni prvobitno za velika a poslije
prilagoeni za osobna raunala jesu GPSS (General Purpose Simulation System),
SIMSCRIPT, SIMULA i drugi. Suvremeni programski proizvodi kakvi su npr.
proizvodi ProModel, ServiceModel i MedModel tvrtke PROMODEL Corporation
omoguuju automatsko programiranje (49). Demo verzije ovih progamaskih proizvoda
mogu se pohraniti s adrese (50) zajedno s mnogobrojnim primjerima razvijenih modela.
Neto jendostavniji je i suvremeni softver za diskretnu simulaciju Arena (51). Najvei
broj razvijenih modela za diskretnu simulaciju u zdravstvu napravljen je upravo zato da
bi omoguio donoenje odluka, osobito odabir najpovoljnijih organizacijskih rjeenja.

DRUTVA, KONFERENCIJE I ASOPISI ZA SIMULACIJSKO


MODELIRANJE

Mnogobrojne poveznice na zanimljive sadraje iz podruja simulacijskog


modeliranja (obje metode) mogu se nai i na stranicama meunarodnih organizacija za
simulacijsko modeliranje: Federacije europskih simulacijskih drutava EUROSIM (52),
asopisa Modeling & Simulation koji izdaje Meunarodna udruga za modeliranje i
simulaciju (SCS The Society for Modeling and Simulation International) i njegovog
imenika (53,54), te Drutva za sistemnu dinamiku (55) koje organizira godinju
konferenciju i izdaje asopis System Dynamics Review, a itatelja svakako treba
upozoriti i na postojanje Hrvatskoga drutva za simulacijsko modeliranje CROSSIM
(56) koje je takoer lan EUROSIM-a. EUROSIM organizira kongres svake tree
godine, a slijedei, esti po redu bit e odran u rujnu 2007. u Ljubljani u Sloveniji (57).
Gore nabrojena meunarodna drutva redovito organiziraju kongrese i strune skupove,
ukljuujui i kole i teajeve iz simulacijskog modelirana i njegove primjene a imaju i
bogatu publicistiku aktivnost (sve informacije, ukljuujui i mnoge online nastavne
materijale moe se dohvatiti s navedenih web adresa tih organizacija). Najvanija
amerika konferencija u podruju simulacijskog modeliranja i njegovih primjena je
Winter Simulation Conference (WSC) koja se odrava u SAD-u svake godine poetkom
prosinca od godine 1967. (58). Programi i cjeloviti tekstovi radova zadnjih etiriju WSC
konferencija dostupni su online (59). Hrvatsko drutvo za simulacijsko modeliranje
surauje u organizaciji meunarodne godinje konferencije Information technology
Interfaces (ITI) koja se godine 2006. odrala ve 28. put (60) i u izdavanju asopisa The
Journal of Computing and Information Technology (CIT) (61).
Na stranicama mnogih sveuilita mogu se takoer nai primjeri pa i itavi online
kolegiji iz primjene modeliranja koje su priredili i odravaju nastavnici koji primjenjuju
simulacijsko modeliranje u razliitim podrujima, a ima i portala razliitih organizacija
(19,20,62).
Primjena metoda simulacijskog modeliranja u zdravstvu i upravljanju openito dio je
mnogo ireg podruja poznatog pod nazivom operacijska istraivanja (engl. operations
research). Stoga se i teorijski radovi, ali i primjeri primjena u zdravstvu mogu potraiti
u brojnim asopisima i internetskim izvorima kojima su zajedniki nazivnik operacijska
istraivanja. Navodimo primjer sekcije koja nosi naslov The College on Simulation (63)
a dohvatljiva je sa INFORMS online, web mjesta Instituta za operacijska istraivanja i
menederske znanosti (Institute for Operations Research and Management Sciences)
(64) koji je lan Meunarodne udruge drutava za operacijska istraivanja (IFORS
International Federation of Operational Research Societies) (65). Meu radovima na
prije spomenutim WSC konferencijama (58,59) brojni su oni u kojima su opisani
uspjeni primjeri primjena simulacijskih modela pri odluivanju u zdravstvu.
Simulacijski modeli takoer se primjenjuju pri odluivanju u podruju koje u novije
vrijeme postaje poznato kao reinenjerstvo poslovnih procesa (engl. Business Process
Re-engineering - BPR).
PRIMJERI ZA VJEBU: MODELI DINAMIKE POPULACIJE

Matematiki model za konstantni prirodni prirataj

Promatrani realni sustav neka bude populacija koja se uveava iskljuivo zbog
prirodnog prirataja. To moe biti ljudska populacija, ali i bilo koja druga (npr.
populacija odreene vrste ivotinja). Valja napomenuti da veliina promatrane
populacije moe i padati (stagnirati) s vremenom u sluaju negativnog (nultog)
prirodnog prirataja. Neka Nt oznauje broj jedinki u trenutku t, n stopu nataliteta, a m
stopu mortaliteta u toj populaciji, za koje emo pretpostaviti da se ne mijanjuju tijekom
vremena. Te su stope po definiciji vjerojatnost roenja odnosno smrti jedne jedinke na
jednu ivuu jedinku populacije u jedinici vremena (najee se kao jedinica uzima
godina dana). Formulirati emo matematiki model rasta populacije i upozoriti na
situacije koje se ne mogu rjeavati matematikim, nego simulacijskim modelom.
Uz pretpostavku konstantnih stopa nataliteta i mortaliteta u prvom (i svakom
sljedeem) vrlo malom vremenskom intervalu t odgovarajua promjena veliine
populacije N jednaka je razlici broja novoroenih i umrlih tj. moemo openito pisati
N = Nt+t - Nt = nNt mNt = (n-m) Nt
dakle openito (u svakom vremenskom asu t) vrijedi
N=(n-m)Nt
Ako konano male promjene N i t zamjenimo beskonano malim promjenama
(diferencijalima) tih veliina dN i dt, moemo pisati
dN=(n-m)Ndt
Ovo je diferencijalna jednadba u kojoj se varijable mogu separirati
dN/N = (n-m)dt
Lijeva i desna strana dobivene jednadbe mogu se integrirati te se dobije opi oblik
rjeenja
ln(N)=(n-m)t + C
iz ega slijedi (e je baza prirodnog logaritma)
N=e(n-m) t + C = e(n-m) t eC
to uz eC=C0 (C i C0 konstante) moemo pisati
N=C0 e(n-m) t

Ovo je ope rjeenje gornje diferencijalne jednadbe. Da bi se dobila veliina


promatrane populacije kao funkcija vremena, treba jo odrediti konstantu C0, a to je
mogue jer moramo znati poetnu veliinu populacije N0 u asu t=0 jer ukoliko veliinu
populacije u asu t=0 oznaimo s N0 oito vrijedi e(n-m)t = e(n-m)0 = e0 = 1 i N=N0 pa je
dakle
N=N0 e(n-m) t

Veliina populacije N prikazana je kao funkcija vremena uz konstantne n i m te


poetnu veliinu populacije N0 i ta je ovisnost eksponencijalna (funkcija se zove
eksponencijalna jer je neovisna varijabla t u eksponentu). Grafiki prikaz te funkcije za
pozitivnu, negativnu i konstantnu vrijednost prirodnoga prirataja n-m (to odgovara
sluajevima n>m, n<m i n=m) dan je na slici C-8.

Slika C-8. Grafiki prikaz eksponencijalne funkcije N=N0e(n-m)t je rastua (n>m),


padajua (n<m) ili konstantna (n=m) krivulja. Isprekidanom je crtom
prikazan dio grafa funkcije za t<0.

Simulacijski model s varijabilnim stopama nataliteta i mortaliteta

Pri izvodu matematikog modela pretpostavili smo da su stope nataliteta i mortaliteta


konstantne (zapravo njihova razlika n-m tj. prirodni prirataj mora biti konstanta) pa taj
model ne moemo primijeniti na situacije u kojima se te veliine mijenjaju s vremenom.
Matematikim modelom nije mogue rijeiti openit sluaj s promjenjivim stopama pa
emo napraviti simulacijski model koji to omoguuje. Ovdje je prikazano takvo rjeenje
i njegova implementacija s pomou programa Stella (slino se moe napraviti i s
pomou demo verzija programa Vensim i Powersim). Dovoljno je pomou grafikog
suelja nacrtati dijagram toka i deklarirati vrijednosti parametara modela. Za vjebu
moete najprije implementirati jednostavniji model sa konstantnim stopama (onaj
prikazan dijagramom toka na slici C-4), a zatim ga nadopuniti do verzije s promjenjivim
stopama tako da te stope zadane kao tabline funkcije vremena. Zgodno je to se
tabline funkcije zadaju grafiki.
Redoslijed postupaka koje treba napraviti jest ovaj:
1. Pokrenuti program Stella (ili Save disabled version of Stella), ime se odmah ulazi
u grafiko korisniko suelje (Map/Model razina prikazana na slici C-5 gore).
2. Moe se odmah u Run izborniku izabrati Run specifications i specificirati
vremenska jedinica (godina), trajanje simulacije (npr. 0-100 godina) i vremenski
korak (moe se specificirati kao dio osnovne jedninice za to treba upisati npr.
100 i kliknuti u fraction za 1/100), kao i ostali parametri simulacije (metoda
integracije, brzina animacije i dr.). Iako je sve ovo potrebno tek za izvoenje
simulacije obino je korisno unaprijed definirati zbog vremenskih jedinica i
trajanja simulacije (osobito ako se trai grafiki prikaz rezultata).
3. Povlaenjem i sputanjem ikonica nacrtati dijagram toka modela koji treba
izgledati kao onaj na slici C-9. Ako ste pogrijeili svaki element moete izbrisati
dinamitom.
4. Nakon to je nacrtan dijagram toka, potrebno je deklarirati vrijednosti parametara
modela i poetnu vrijednost varijable Populacija. Da biste vidjeli to sve treba
deklarirati, pritisnite Map/Model tipku lijevo gore i pojavit e se upitnici na
elementima koje treba deklarirati (slika C-9). Dvostrukim klikom na pojedini
element moete pristupiti unoenju podatka (definicije ili vrijednosti) za taj
element. Mogue je prijei na Equations level (treba pritisnuti strjelicu za dolje) i
tamo unijeti deklaracije na isti nain. Na slici C-10 prikazan je izgled jednadbi
dok jo deklaracije nisu unesene pa upitnici stoje na mjestima gdje je potrebno
unijeti parametre i poetne vrijednosti.
5. Ako elite implementirati model s konstantnim stopama nataliteta i mortaliteta
(kao onaj na slici C-5), dovoljno je upisati (konstantnu) vrijednost tih stopa
(primjerice 0.02 i 0.015 za 20 i 15 promila) na mjesto desnih strana jednadbi
(jednakosti) za n i m. Izbornik se dobije dvostrukim klikom na elemnt n bilo iz
Map/Model panela bilo iz Equations panela.
6. Ako elite uvesti stope koje se mijenjaju s vremenom, potrebno je pri deklariranju
stopa izabrati funkciju TIME koja se nalazi meu funkcijama u prozoru desno na
izborniku. im ste odabrali TIME, kliknite u izborniku lijevo dolje tipku Become
Graphical Function to e vam omoguiti da ovisnost stopa o vremenu zadate
tablino (desno birate broj toaka) ili grafiki. Primijetite da ta tablica/graf postaje
dio programa (jednadbi). Konani izgled dijagrama toka i pripadajueg grafikona
s rezultatima prikazan je na Slici 11. zajedno s jednadbama.
7. Kod dijagrama toka potrebno je dodati graf i/ili tablicu kojom e biti prikazani
rezultati, pri emu treba odmah deklarirati to se i u kojim granicama hoe
prikazati (naravno moe se poslije mijenjati za sljedee simulacijske
eksperimente). Obratite pozornost na vrste grafova (Time series, Scatter, Bar i
Scetchable kao i mogunost dobivanja rezultata vie uzastopnih simujlacijskih
eksperimenata komparativno na istom grafikom prikazu ako selektirate
Comparative). Kad ste jednom selektirali graf sve se definira klikom na pojedine
osi (raspon, varijable koje se prikazuju i dr.).
8. Na kraju ostaje da pokrenete simulacijski eksperiment (s Run u izborniku Run) i
pogledate rezultat (nemojte zaboraviti otvoriti graf ili tablicu). Dobivene rezultate
moete izbrisati, promijeniti parametre ili poetne vrijednosti i izvoditi nove i
nove simulacijske eksperimente.
Slika C-9. Dijagram toka modela dinamike populacije nacrtan s pomou grafikog
korisnikog suelja Map/Model programa Stella

Slika C-10. Izgled jednadbi (Equations razina) koje pripadaju dijagramu toka
prikazanom na slici C-9. dok jo nisu definirani parametri niti poetne
vrijednosti
Slika C-11. Konani izgled dijagrama toka modela dinamike populacije s vremenski
promjenjivim stopama i pripadajui graf s rezultatima simulacije
(Map/Model level) i jednadbe (Equations level)
Logistiki model matematiko i simulacijsko rjeenje

Logistiki model razvio je belgijski filozof i matematiar Verhulst 1838. koji je zbog
injenice da stopa rasta populacije ne moe biti neograniena (ogranien prostor, hrana
ili drugi resursi) uveo pojam gustoe populacije te stopu rasta R definirao kao funkciju
veliine populacije N i parametara (konstanti) r0 i K:
N
R = r0 (1 )
K
Prirast populacije je maksimalan i stopa prirasta R priblino je jednaka r0 kad je
gustoa mala (N znatno manji od K). Parametar r0 moe se interpretirati kao stopa
prirataja u odsutnosti meusobne kompeticije. Ideja je ovog modela da prirast
populacije u jedinici vremena pada porastom njezine veliine te postaje jednak 0 za
N=K. K se obino interpretira kao koliina resursa (npr. hrane ili prostora) izraena u
broju jedinki za koje je ta koliina dostatna i zove se nosivi kapacitet (engl. carrying
capacity). Dinamika populacije definirana je diferencijalnom jednadbom:
dN N
= RN = r0 N (1 )
dt K
koja se dade rijeiti integracijom i ima rjeenje (N0 je poetna veliina populacije)
N0
Nt =
N 0 + ( K N 0 ) e r0 t
Meutim, gornja diferencijalna jednadba moe posluiti za implementaciju
simulacijskom modela, to je osobito prikladno za eksperimentiranje s promjenama
parametara r0 i K i poetne veliine populacije. Valja razmotriti tri sluaja:
1. poetna veliina populacije N0 mala (0<N0<K/2),
2. poetna veliina populacije K/2<N0<K,
3. poetna veliina populacije N0>K.
Model ima dva stacionarna stanja (ekvilibrija): za N=0 i N=K. Prvi je ekvilibrij
nestabilni jer malo odstupanje od 0 dovodi do porasta populacije. Drugi ekvilibrij, onaj
za N=K je stabilan i mala odstupanja od njega vraaju populaciju u to stacionarno stanje
(u kojem je prirast jednak 0).
Na slici C-12. prikazan je dijagram toka i usporedni rezultati triju uzastopnih
simulacijskih eksperimenata s modelom uz K=1500 i r0=0,08 (oznaen s r) i poetnu
populaciju N0 jednaku 10, 1000 i 2000 jedinki. Sve je napravljeno s pomou programa
Stella. Pokuajte i vi implementirati logistiki model i, mijenjajui parametre i poetnu
veliinu populacije, izvesti te i druge eksperimente!
Novorodjeni Populacija
Umrli

K
r Graph 1

Populacija:1 - 2 - 3 -
1: 2000

3
2 3 2 3 1 2 3
1

1: 1000

1: 0 1
0.00 50.00 100.00 150.00 200.00
Page 1 Years 1:22 PM ned, svi 05, 2002
Simulacija logistickog modela dinamike populacije

Slika C-12. Dijagram toka i rezultati simulacijskih eksperimenata logistikog modela za


K=1500 i tri razliite poetne vrijednosti veliine populacije N (N=10, 1000
i 2000). Sve je napravljeno s pomou programa Stella ver. 7.0

Literatura*
1. Gordon G. System simulation. Englewood Cliffs: Prentice-Hall, 1969. (Cit. iz eri
V. Simulacijsko modeliranje. Zagreb: kolska knjiga, 1993.)
2. Law AM, Kelton WD. Simulation modeling and analysis. New York: McGraw-
Hill, 1982. (Cit. iz eri V. Simulacijsko modeliranje. Zagreb: kolska knjiga,
1993.)
3. eri V. Simulacijsko modeliranje. Zagreb: kolska knjiga, 1993.
4. iljak V. Simulacija raunalom. Zagreb, kolska knjiga, 1982.
5. Forrester JW. Industrial dynamics. Cambridge, Mass: MIT Press, 1961.
6. Forrester JW. Principles of systems. Cambridge, Mass: MIT Press, 1968.
7. Forrester JW. Urban dynamics. Cambridge, Mass: MIT Press, 1969.
8. Forrester JW. World dynamics. Cambridge, Mass: MIT Press, 1973.
9. Meadows DH, Meadows DL, Randers J, Behrens WW III. The limits to growth.
New York: Universe Books, 1972.
10. Meadows DH, Meadows DL, Randers J, Behrens WW III. Granice rasta. Zagreb:
Stvarnost, 1974.
11. Pugh AL III. DYNAMO II user's manual. Cambridge, Mass: MIT Press, 1973.
12. Professional DYNAMO Plus /kompjuterski program/. Cambridge, Mass: Pugh-
Roberts Assoc., 1991.
13. ISEE systems - The World Leader in Systems Thinking Software. [web stranica].
Dostupno na: http://www.iseesystems.com.
14. Stella Demo. [web stranica]. Dostupno na:
http://www.iseesystems.com/community/downloads/STELLA/STELLADemo.aspx.
15. Ventana Systems, Inc. [web stranica]. Dostupno na: http://www.vensim.com.
16. Powersim The Business Simulation Company. [web stranica]. Dostupno na:
http://www.powersim.com.
17. Roberts N, Andersen D, Deal R, Garet M, Shaffer W. Introduction to computer
simulation: the system dynamics approach. Reading, Mass: Addison-Wesley Publ
Co, 1983.
18. MITSloan System Dynamics Group. [web stranica]. Dostupno na:.
http://web.mit.edu/sdg/www/
19. Sharov A. Quantitative Population Ecology. [web stranica]. Dostupno na:
http://www.ento.vt.edu/~sharov/PopEcol.
20. Sharov A. Population Ecology Home page. [web stranica]. Dostupno na:
http://www.ento.vt.edu/~sharov/popechome/welcome.html.
21. Cvjetanovi B, Grab B, Uemura K. Dynamics of acute bacterial diseases.
Epidemiological models and their applications in public health. Bull WHO 1978;
56(suppl 1):1-143.
22. Boikov J, Deeli Gj, Cvjetanovi B. Computerized epidemiometric model of
shigelosis and its use in assessing potential usefulness of new tools for diseasse
control. In: O'Moore RR, Barber B, Reichertz PL, Roger F, editors. Medical
Informatics Europe 82. Fourth Congress of the European Federation on Medical
Informatics. Proceedings. Dublin, 1982. Berlin: Springer, 1982: 611-7.
23. Deeli Gj, Boikov J. Development of computerized epidemiological models of
infectious diseases. In: van Bemmel JH, Ball MJ, Wigertz O, editors. MEDINFO
83. Fourth World Conference on Medical Informatics. Proceedings. Amsterdam,
1983. Amsterdam: North-Holland, 1983: 1218-21.
24. Boikov J, Cvjetanovi B, Deeli Gj. A computer simulation program for the
assessment of multistate epidemiological models of infectious diseases. In: Capasso
V, Grosso E, Paveri-Fontana SL, editors. Mathematics in biology and medicine.
Proceedings. Bari, 1983. Berlin: Springer, 1984: 145-50.
25. Boikov J. Kompjuterizirani epidemioloki model shigeloze i njegova primjena u
planiranju mjera prevencije bolest. (Magistarski rad). Zagreb: Medicinski fakultet
Sveuilita u Zagrebu, 1988.
26. Han AM, U KM, Hlaing T, Boikov J, Deeli Gj, Cvjetanovi B. Epidemiological
model of acute bacterial and viral diarrhoeal diseases. Diarrhoeal Dis Res 1985;
3:65-72.
27. Silobri J. Epidemioloki modeli zaraznih bolesti - model hripavca i njegova
simulacija raunalom. (Diplomski rad). Zagreb: Medicinski fakultet Sveuilita u
Zagrebu, 1984.
28. Silobri J, Boikov J, Deeli Gj, Cvjetanovi B. Epidemioloki model hripavca i
njegova simulacija raunalom. U: Peti simpozij Medicina i tehnika. Zbornik
radova. Zagreb, 1985. Zagreb: /vlast. izd./, 1985: 137-41.
29. John V, Boikov J, Cvjetanovi B, Beni Z, Deeli Gj. Primjena metode
modeliranja i kontinuirane simulacije za praenje zaraznih bolesti u populaciji i
odabir strategije za njihovo suzbijanje. U: Bori B, Aleraj B, urednici. Zbornik
radova 1. kongresa epidemiologa Jugoslavije, Zadar, 1986. Zadar: 1986:159-62.
30. John V. Strategije za suzbijanje i kontrolu trbunog tifusa s posebnim osvrtom na
cijepljenje. (Magistarski rad). Zagreb: Medicinski fakultet Sveuilita u Zagrebu,
1989.
31. Boikov J, Ivankovi D, Vuleti S, Deeli Gj. Kontinuirana simulacija kao
sredstvo za praenje genetskih bolesti u populaciji. U: ani N, urednik. Zbornik
radova 6. meunarodnog simpozija "Projektiranje i praenje proizvodnje
raunalom", Zagreb, 1984. Zagreb: Elektrotehniki fakultet, 1984:427-32.
32. Ivankovi D. Procjena i kontrola nasljednog bremena stanovnitva. (Doktorska
disertacija). Zagreb: Medicinski fakultet Sveuilita u Zagrebu, 1989.
33. Puntari D. imunitet na hepatitis A virus mlaih dobnih skupina . osnova za
program imunizacije. (Doktorska disertacija). Zagreb: Medicinski fakultet
Sveuilita u Zagrebu, 1994.
34. Puntari D, Boikov J, Vodopija R. Cost-benefit analysis of general immunization
against hepatitis A in Croatia. Croatian Medical Journal 1996; 37:193-9.
35. Smeo MN. Operational model for rubella immunization in a developing country.
(Doctoral dissertation). Zagreb: Medical School, University of Zagreb, 1995.
36. Kovai L. Sistemska analiza i optimizacija programa zdravstvene zatite.
(Doktorska disertacija) Zagreb: Medicinski fakultet Sveuilita u Zagrebu, 1983.
37. Kovai L, Boikov J, Deeli Gj. Simulacija programa zatite kod kroninih
bolesti kao nain evaluacije mjera zdravstvene zatite. Radovi 2. kongresa socijalne
medicine i organizacije zdravstvene zatite Jugoslavije, Zagreb, 1982. Materia
socio-medica Iugoslavica 1982;5:173-80.
38. Kovai L, Peri , Boikov J. Mogunost planiranja i izbora mjera programa za
suzbijanje hipertenzije na podruju opine Labin simulacijom na raunalu. U:
Peri L, Vutuc B, Jonji A, Jelui T, Basani N, estan A, Bartoli A, urednici.
Zbornik. Dani primarne zdravstvene zatite, Labin, 1985. Labin: Dom zdravlja
Labin, 1985: 265-72.
39. Petkovi S. Model programa zdravstvene zatite shizofrenih bolesnika i njegova
simulacija raunalom. (Diplomski rad). Zagreb: Medicinski fakultet Sveuilita u
Zagrebu, 1987.
40. Boikov J. Odraz viestupanjskog modela karcinogeneze na incidenciju raka u
ljudskoj populaciji - primjer raka debelog crijeva. (Doktorska disertacija). Zagreb:
Medicinski fakultet Sveuilita u Zagrebu, 1997.
41. Boikov J, Strnad M. Podaci registara za rak u svijetlu viestupanjske teorije
karcinogeneze. U: Medicinska informatika 99. etvrti simpozij Hrvatskog drutva
za medicinsku informatiku. Zbornik radova. Zagreb, 1999. Med inform 1999;
4:153-8.
42. Manestar Blai, T. Simulacijski model uloge telomera u nastanku i rastu raka -
primjer seminoma i neseminoma testisa. (Magistarski rad). Zagreb: Medicinski
fakultet Sveuilita u Zagrebu, 2005.
43. Rimac, M. Dinamiki simulacijski model neurogeneze cerebralnog korteksa.
(Magistarski rad). Zagreb: Medicinski fakultet Sveuilita u Zagrebu, 2002.
44. Zajednica zdravstvenih fakulteta SR Hrvatske. Radna grupa za procjenu potreba za
zdravstvenim kadrovima te obrazovnim potrebama zdravstva u SR Hrvatskoj.
Prilog raspravi o Procjeni razvoja zdravstva i potrebama za kadrovima do 2000.
godine na bazi usvojenih dokumenata stratekog razvoja zdravstva do 2000. godine
i na bazi racionalnog sagledavanja razvoja zdravstva SR Hrvatske Nacrt, Zagreb
1989. Zagreb: Zajednica zdravstvenih fakulteta SR Hrvatske, 1989 /apirografirani
materijal/.
45. Budak A, Boikov J. Imamo li previe lijenika u Hrvatskoj? Lijec Vjesn 1993;
115:261-7.
46. Boikov J, Deeli G. A microcomputer method for continuous system simulation
in health care. Comput Methods Programs Biomed 1991;34:17-25.
47. Boikov J, Cvjetanovi B, Deeli Gj, Ivankovi D, Kovai L, Silobri J.
Primjena modeliranja i kontinuirane simulacije raunalom u zdravstvenoj zatiti. U:
8. meunarodni simpozij "Kompjuter na sveuilitu". Zbornik radova. Cavtat 1986.
Zagreb: Sveuilini raunski centar, 1986:6.10.1-8.
48. Boikov J, Deeli Gj. Experience and results in system dynamics modelling at
Andrija tampar School of Public Health. U: Medicinska informatika 97. Drugi
simpozij Hrvatskog drutva za medicinsku informatiku. Zbornik radova. Zagreb,
1995. Med Inform; 2:115-20.
49. ProModel Solutions Home. [web stranica]. Dostupno na:
http://www.promodel.com.
50. ProModel Solutions Home. [web stranica]. Dostupno na:
http://www.promodel.com/solutions.
51. Rockwell Arena Simulation [web stranica]. Dostupno na:
http://www.arenasimulation.com.
52. EUROSIM. [web stranica]. Dostupno na: http://www.eurosim.info.
53. Modeling & Simulation Magazine Home [web stranica]. Dostupno na:
http://www.scs.org http://www.modelingandsimulation.org
54. Modeling & Simulation Magazine Home [web stranica]. Dostupno na:.
http://www.modelingandsimulation.org/directory2004.
55. System Dynamics Society. [web stranica]. Dostupno na:
http://www.albany.edu/cpr/sds.
56. CROSSIM [web stranica]. Dostupno na: http://www.eurosim.info/index.php?id=10.
57. EUROSIM 2007. [web stranica]. Dostupno na: http://www.eurosim2007.org.
58. WSC 2006. Dostupno na: http://www.wintersim.org
59. WSC 2006 Past Programs. [web stranica]. Dostupno na:
http://www.wintersim.org/pastprog.htm
60. ITI Conference. [web stranica]. Dostupno na: http://iti.srce.hr
61. Journal of Computing and Information Technology (CIT). [web stranica]. Dostupno
na: http://cit.srce.hr.
62. G. Ossimitz SD Mega Link List. [web stranica]. Dostupno na: http://www.uni-
klu.ac.at/~gossimit/linklist.php.
63. INFORMS Simulation Society. [web stranica]. Dostupno na: http://www.informs-
cs.org.
64. INFORMS - Institute for Operations Research and Management Sciences.
INFORMS: Home Page. [web stranica]. Dostupno na: http://www.informs.org.
65. IFORS. International Federation of Operational Research Societies. IFORS Site.
[web stranica]. Dostupno na: http://www.ifors.org
*
Sve web stranice posjeene su 9. svibnja 2006.