Почему в представленных ситуациях целесообразно прибегать к моделированию?
а) (рисунок)
б) (рисунок)
в) (рисунок)
г) (рисунок)
д) (рисунок)
е) (рисунок)

К моделированию прибегают там, где “пощупать” реальный объект/процесс напрямую невозможно, опасно, слишком дорого или долго. В таких случаях модель даёт безопасный, быстрый и управляемый способ понять поведение системы и подобрать решение. По пунктам:

а) Когда объект/изделие уникальный и дорогой (прототип в единственном экземпляре).
Реальные эксперименты рискованны и могут привести к безвозвратным потерям. Модель позволяет прогнать сценарии, выявить слабые места и оптимизировать параметры до изготовления/испытаний.

б) Когда натурные испытания опасны для людей, окружающей среды или оборудования.
Например, аварийные режимы, экстремальные нагрузки, взрывопожароопасные процессы. На модели безопасно исследовать «что будет, если…», оценить риски и отладить меры защиты.

в) Когда процесс слишком длительный или, наоборот, слишком быстрый для прямого наблюдения.
Климатические тренды, коррозия, демографические изменения (очень долго) или ударные волны, электродуги (очень быстро). Модели дают возможность «ускорить/замедлить время» и увидеть полную картину.

г) Когда нужно сравнить множество вариантов и подобрать оптимальный.
Перебирать решения «в железе» дорого и непрактично. Имитационные и математические модели позволяют варьировать параметры, считать критерии качества/стоимости и выбирать лучший компромисс.

д) Когда система сложная, с множеством взаимосвязанных факторов и обратных связей.
Инженерные комплексы, логистические сети, рынки, эпидемии. Интуитивные оценки тут подводят; модель помогает отследить каскадные эффекты, чувствительность к параметрам и «узкие места».

е) Когда прямые измерения затруднены или данных мало/шумно.
Недоступные среды (космос, недра), редкие события, этические ограничения. Модель, откалиброванная по доступным данным, позволяет интерполировать/экстраполировать и получать оценки с контролем неопределённости.

Итого: во всех указанных ситуациях моделирование целесообразно, потому что снижает риск и стоимость, расширяет наблюдаемость во времени/пространстве, делает возможным анализ сложных взаимосвязей и ускоряет поиск оптимальных решений там, где натурный эксперимент ограничен или недоступен.