Para abordar esse problema, ele decide simplificar, na medida do possível, a dimensão do modelo, pelas seguintes razões:

• É mais fácil compreender um modelo simples.
  
• É possível obter resultados mais rapidamente.
  
• É mais eficiente iniciar com um modelo simples e ir adicionando detalhes do que construir um modelo complexo para depois analisá-lo.
  
• Usar um modelo simples força a ter uma visão geral do problema o que é particularmente interessante nas fases iniciais de modelagem.

Porém, não é sempre que devemos começar com modelos simples. Em muitos casos, o problema pode ser resultado da própria complexidade e, nesse caso, será necessário construir um modelo mais complexo. Contudo, até que se adquira experiência, é melhor trabalhar com modelos simples. Não é incomum descobrir que um determinado modelo não é rico o suficiente para lidar com um problema, mas é raro não aprender e adquirir novos conhecimentos com o processo.