Stokastisk modell i ekonomin. Deterministiska och stokastiska modeller

Den stokastiska modellen beskriver situationen närdet finns osäkerhet. Med andra ord kännetecknas processen av viss grad av slumpmässighet. Adjektivet "stokastiskt" själv kommer från det grekiska ordet "gissning". Eftersom osäkerhet är en viktig egenskap i vardagen, kan en sådan modell beskriva någonting.

Men varje gång vi tillämpar det kommer det att finnasfå ett annat resultat. Därför används deterministiska modeller oftare. Även om de inte är så nära som möjligt till den verkliga situationen, ger de alltid samma resultat och gör det lättare att förstå situationen, förenkla det genom att införa en uppsättning matematiska ekvationer.

Huvudfunktioner

Den stokastiska modellen innehåller alltid en ellerflera slumpmässiga variabler. Hon försöker reflektera det verkliga livet i alla dess manifestationer. Till skillnad från den deterministiska modellen har den stokastiska modellen inte ett mål att förenkla allt och minska till kända värden. Därför är osäkerhet den viktigaste egenskapen. Stokastiska modeller är lämpliga för att beskriva någonting, men de har alla följande gemensamma egenskaper:

• Varje stokastisk modell återspeglar alla aspekter av det problem för vilket det skapades.
• Resultatet av varje fenomen är osäkert. Därför inkluderar modellen sannolikheter. Beroende på huruvida de allmänna resultaten är korrekta beror de på deras beräkning.
• Dessa sannolikheter kan användas för att förutse eller beskriva processerna själva.

Deterministiska och stokastiska modeller

För vissa verkar livet som en följd.slumpmässiga händelser, för andra - processer där orsaken orsakar en konsekvens. Det känns faktiskt av osäkerhet, men inte alltid och inte alls. Därför är det ibland svårt att finna tydliga skillnader mellan stokastiska och deterministiska modeller. Sannolikheter är en ganska subjektiv indikator.

Tänk exempelvis situationen med kastningmynt. Vid första anblicken verkar det som att sannolikheten att "svansarna" kommer att falla är 50%. Därför behöver du använda en deterministisk modell. Men i verkligheten visar det sig att mycket beror på spelarnas skicklighet och den perfekta balansen på myntet. Det innebär att du behöver använda en stokastisk modell. Det finns alltid parametrar som vi inte vet. I verkligheten orsakar en orsak alltid en konsekvens, men det finns också viss osäkerhet. Valet mellan användningen av deterministiska och stokastiska modeller beror på om vi är villiga att offra - enkelhet av analys eller realism.

I teorin om kaos

Nyligen konceptet av vilken modellkallas stokastisk, blev det ännu mer suddigt. Detta beror på utvecklingen av den så kallade teorin om kaos. Den beskriver deterministiska modeller som kan ge olika resultat med en liten förändring i de ursprungliga parametrarna. Det här är som en introduktion till beräkningen av osäkerhet. Många forskare har till och med medgett att detta redan är en stokastisk modell.

Lothar Breuer förklarade med allihopa allt med hjälp avpoetiska bilder. Han skrev: "Ett bergsström, ett slagande hjärta, en smittkoppsepidemi, en kolumn med stigande rök - allt detta är ett exempel på ett dynamiskt fenomen som ibland verkar präglas av en slump. I själva verket är sådana processer alltid föremål för en viss ordning, vilka forskare och ingenjörer just börjar förstå. Detta är det så kallade deterministiska kaoset. " Den nya teorin låter mycket trovärdig, så många moderna forskare är dess anhängare. Det är dock fortfarande lite utvecklat, och det är ganska svårt att tillämpa det i statistiska beräkningar. Därför används ofta stokastiska eller deterministiska modeller.

byggnad

Den stokastiska matematiska modellen börjar medelement utrymme urval. Så i statistik kallas listan över möjliga resultat av processen eller händelsen under studien. Därefter bestämmer forskaren sannolikheten för var och en av de elementära resultaten. Detta görs vanligtvis på grundval av en specifik teknik.

Sannolikheterna är dock fortfarande nogsubjektiv parameter. Forskaren bestämmer då vilka händelser som är mest intressanta för att lösa problemet. Därefter bestämmer det helt enkelt deras sannolikhet.

exempel

Tänk på processen att bygga den enklastestokastisk modell. Antag att vi slänger en dörr. Om "sex" eller "en" hamnar ut, blir våra vinster tio dollar. Processen att bygga en stokastisk modell i detta fall kommer att se ut så här:

• Vi definierar utrymmet för elementära resultat. Kuben har sex ansikten, så en, två, tre, fyra, fem och sex kan falla ut.
• Sannolikheten för var och en av resultaten kommer att vara lika med 1/6, oavsett hur mycket vi kastar en dö.
• Nu måste vi bestämma vilka resultat vi är intresserade av. Detta är ett utfall av ansiktet med siffran "sex" eller "en".
• Slutligen kan vi bestämma sannolikheten för händelsen av intresse för oss. Hon är 1/3. Vi sammanfattar sannolikheten för båda elementära händelserna av intresse: 1/6 + 1/6 = 2/6 = 1/3.

Koncept och resultat

Stokastisk modellering används ofta ispelande. Men det är också oersättligt i ekonomisk prognos, eftersom det gör det möjligt för en att förstå situationen djupare än deterministiska. Stokastiska modeller i ekonomi används ofta för att fatta investeringsbeslut. De möjliggör antaganden om lönsamheten för investeringar i vissa tillgångar eller deras grupper.

Simulering gör finansiell planeringeffektivare. Därmed optimerar investerare och handlare fördelningen av sina tillgångar. Användningen av stokastisk modellering har alltid fördelar på lång sikt. I vissa branscher kan fel eller oförmåga att använda det även leda till företagets konkurs. Detta beror på det faktum att nya viktiga parametrar i verkligheten uppträder dagligen, och om de inte beaktas kan detta få katastrofala konsekvenser.

</ p>>