依第 8.9 節整理模擬的決策用途，說明何時不宜直接用數值最佳化。
理解模擬、最佳化、隨機性與重複實驗的差異。
原書指出，許多管理問題包含隨機性、半結構化或非結構化因素，未必能被傳統最佳化模型充分表示；此時可建立系統的簡化模型，反覆測試不同條件。
| 比較面向 | 最佳化 | 模擬 |
|---|---|---|
| 主要目的 | 搜尋最佳解 | 描述／預測不同條件下的系統表現 |
| 是否自動搜尋最佳解 | 通常是 | 否 |
| 隨機性處理 | 視模型而定 | 常以隨機輸入與重複實驗處理 |
| 適合情境 | 可明確定義目標與限制 | 系統過於複雜、難以直接最佳化 |
建立模型 → 設定可控與不可控變數 → 重複執行實驗 → 蒐集輸出分布與變異 → 比較方案。
此節為方法架構，原書沒有提供單一統一數值答案。
模擬可回答「如果這樣做，系統可能怎麼表現」，但不應把模擬輸出誤稱為保證的最佳解。
根據一個管理問題，判斷它較適合最佳化或模擬，並列出理由、需要的輸入與不能由模型保證的部分。
問題： 若問題新增大量隨機到達時間與員工技能差異，模型選擇可能如何改變？
參考解答： 若這些因素使解析最佳化模型過度簡化，模擬的相對價值會提高。