Питання про необхідний і достатній ступінь відповідності об'єкту - оригіналу або адекватності моделі ставиться до числа найважливіших у сфері модельної методології. Під ефективністю розуміють практичну корисність. Процес моделювання неминуче протікає в умовах діалектичної взаємодії двох конфронтуючих один одному тенденцій. З одного боку, дослідник завжди прагнути до можливо більше повного й точного відтворення в моделі властивостей і характеристик об'єкта. Неминучим наслідком такого підходу є ріст складності, що проявляється в числі змінних, числі зв'язків, що враховують, і впливів, підвищенні вимоги до точності вихідних даних і т.д. Саме ця сторона справи - вимога повноти відповідності моделі об'єкту - оригіналу акцентується в більшості філософських робіт і навіть розглядається деякими авторами як міра досконалості моделі. Однак практика показала незаперечно: ефективність моделі перебуває у зворотній залежності від її складності, швидко убуваючи з ростом останньої.
Визначити математичним шляхом найкраще сполучення повноти-точності створюваної моделі з однієї сторони й простоти з іншої, практично ніколи не вдається через не формализуємості й неоднозначності більшої частини підлягаючому обліку факторів.
Пари задач-об'єкт в основному визначає номенклатуру підметів обліку змінних об'єкта; параметри, що входять у модель, число й характер зв'язків між ними, вимоги до точності даних і ряд інших найважливіших характеристик моделі. Вирішальним фактором ефективності зараз виявляється математичний апарат. Ефективність моделі залежить і від такого суб'єктивного моменту, як професійні якості й рівень підготовки дослідника - виконавця.
Таким чином, можна зробити висновок: найкраще в практичному відношенні якість або ефективність будь-якої моделі досягається як розумний компроміс між близькістю моделі до оригіналу (адекватністю) і простотою, що забезпечує можливість і зручність використання моделі по її прямому призначенню; надмірна точність моделі на практиці не менш шкідлива, чим її неповнота й брутальність.
Математична модель досліджуваного процесу або об'єкта є основою, фундаментом усього дослідження. Проте на сьогоднішній день не існує й, очевидно, не може існувати науки про моделювання реальних процесів й явищ навколишнього світу - точно так само, як не існує науки про те, як робити відкриття, винаходи, створювати нові методи наукового пошуку. Навіть математика - одна з наук, що у більшої, ніж інші науки, ступеня використає дедукцію, своєму прогресу зобов'язана у величезному ступені таким “ненауковим ” прийомам, як інтуїція, здогад, фантазія, тобто індуктивному способу мислення. Моделювання об'єктів й явищ реальності (на сьогоднішній день) у великому ступені представляє мистецтво, а мистецтву вчать на досвіді. Людство має такий досвід. Це досвід класиків природознавства, досвід представників природничих наук, що експлуатують для своїх цілей математичний апарат, і т.д.
У кожному конкретному випадку якість моделі багато в чому залежить від здатностей дослідника зрозуміти істоту, фізику досліджуваного процесу й створити його адекватний математичний опис. Математикові залучають, коли складний досліджуваний або керований процес. Складність звичайно складається у величезному числі характеристик, його що описують, і великій кількості зв'язків між ними. І задача полягає не тільки в тім, щоб створити адекватний математичний опис досліджуваного процесу, тобто його модель, але й розробити методику роботи з нею. Із громіздкими багатопараметричними моделями важко проводити дослідження, тому математики змушені були при формалізації реального процесу відкидати багато хто, на їхній погляд менш істотні зв'язки, за грублять математичний опис. Необхідно володіти неабиякою інтуїцією для визначення, що важливо з погляду питань, що цікавлять дослідника,, що - немає. Однак при рішенні серйозних практичних задач неможливо покладатися лише на інтуїцію й досвід невеликої групи дослідників, необхідна методика, що дозволяє з великим ступенем вірогідності визначити адекватність моделі й реальності, нею описуваної, область можливого її застосування й коло питань, для дослідження яких вони придатні. Необхідна “система знань ”, що дозволила б, використовуючи накопичений досвід і певні принципи, вироблені на його основі, а також доведені або встановлені на їхній базі положення, створювати моделі досліджуваних процесів, проводити їхній аналіз і визначати шляхи їхнього подальшого використання.
