Student Lazar Dejanović odbranio je diplomski rad na temu „Primena Monte Karlo simulacije za donošenje odluke o optimalnom trenutku pit-stopa u Formuli 1“

Student Računarskog fakulteta Lazar Dejanović je u sredu, 26. avgusta 2026. godine odbranio diplomski rad na temu Primena Monte Karlo simulacije za donošenje odluke o optimalnom trenutku pit-stopa u Formuli 1 pred komisijom koju su činili mentor dr Marko Mladenović i član dr Goran Rakočević.

U uvodu svog rada Lazar je istakao:

Pobednik trke Formule 1 često nije vozač koji je ostvario najbrži krug, već tim koji je u pravom trenutku doneo odluku o odlasku u pit-stop. U sportu u kojem se pobede neretko odlučuju razlikom manjom od jedne sekunde, pravilno određivanje trenutka za zamenu pneumatika predstavlja jedan od najvažnijih elemenata trkačke strategije. Budući da na ishod trke utiče veliki broj neizvesnih faktora, poput degradacije pneumatika, uslova na stazi i strategija konkurenata, donošenje optimalnih odluka u toku trke predstavlja složen problem optimizacije.

Monte Karlo simulacija predstavlja jednu od najčešće korišćenih metoda za analizu sistema koji sadrže elemente neizvesnosti. Zasniva se na izvođenju velikog broja simulacija sa nasumično generisanim vrednostima ulaznih parametara, čime omogućava procenu mogućih ishoda i izbor strategije koja daje najbolje očekivane rezultate [1]. Zbog svoje sposobnosti modelovanja složenih sistema, ova metoda nalazi primenu u mnogim oblastima, uključujući inženjerstvo, finansije, logistiku i sportsku analitiku.

…

U ovom radu prikazana je primena Monte Karlo simulacije za optimizaciju trenutka pit-stopa u Formuli 1. Cilj rada bio je razvoj simulacionog modela kojim se analizira uticaj različitih trenutaka odlaska u pit-stop na ukupno vreme trke, kao i identifikacija strategije koja u proseku ostvaruje najbolje rezultate.

Metodologija se zasniva na modelovanju vremena kruga kao funkcije početnog vremena, kvadratne degradacije guma i slučajnih fluktuacija sa normalnom distribucijom. Implementiran je Monte Karlo simulator u programskom jeziku Java, sa 10,000 iteracija po strategiji za tri različita trenutka pit-stopa: u 15., 20. i 25. krugu. Ključna karakteristika implementacije je da se degradacija guma resetuje nakon pit-stopa, što odražava stvarno ponašanje u Formuli 1. – zaključio je Lazar.