Model stokastik dalam perekonomian. Model deterministik dan stochastic

Model stokastik menggambarkan situasi ketika ada ketidakpastian. Dengan kata lain, proses ini ditandai dengan tingkat keacakan tertentu. Kata sifat "stokastik" berasal dari kata Yunani "guess". Karena ketidakpastian adalah karakteristik utama kehidupan sehari-hari, model semacam itu bisa menggambarkan apapun.

Namun, setiap kali kita menerapkannya, kita akan mendapatkan hasil yang berbeda. Oleh karena itu, model deterministik sering digunakan . Meskipun mereka tidak sedekat mungkin dengan keadaan sebenarnya, mereka selalu memberikan hasil yang sama dan membuatnya lebih mudah untuk memahami situasinya, menyederhanakannya dengan mengenalkan seperangkat persamaan matematis.

Fitur utama

Model stokastik selalu mencakup satu atau lebih variabel acak. Ini berusaha untuk mencerminkan kehidupan nyata dalam semua manifestasinya. Berbeda dengan model deterministik, model stokastik tidak memiliki tujuan untuk menyederhanakan semuanya dan menguranginya menjadi jumlah yang diketahui. Oleh karena itu, ketidakpastian adalah karakteristik utamanya. Model stokastik cocok untuk menggambarkan sesuatu, tapi semuanya memiliki fitur umum berikut ini:

• Setiap model stokastik mencerminkan semua aspek dari masalah dimana studi dibuat.
• Hasil dari masing-masing fenomena tidak pasti. Oleh karena itu, model mencakup probabilitas. Ketepatan perhitungan mereka tergantung pada kebenaran keseluruhan hasil.
• Probabilitas ini dapat digunakan untuk memprediksi atau menggambarkan proses itu sendiri.

Model deterministik dan stochastic

Bagi sebagian orang, hidup adalah serangkaian kejadian acak, untuk orang lain - proses di mana penyebabnya menyebabkan penyelidikan. Padahal, itu ditandai dengan ketidakpastian, tapi tidak selalu dan tidak dalam segala hal. Oleh karena itu, terkadang sulit untuk menemukan perbedaan yang jelas antara model stokastik dan deterministik. Probabilitas adalah indikator yang cukup subjektif.

Misalnya, perhatikan situasi dengan lemparan koin. Sepintas, nampaknya probabilitas "ekor" jatuh adalah 50%. Oleh karena itu, perlu menggunakan model deterministik. Namun, dalam prakteknya ternyata banyak tergantung pada sulap tangan para pemain dan kesempurnaan menyeimbangkan koin. Ini berarti Anda perlu menggunakan model stokastik. Selalu ada parameter yang tidak kita ketahui. Dalam kehidupan nyata, penyebabnya selalu menimbulkan efek, tapi ada juga beberapa tingkat ketidakpastian. Pilihan antara penggunaan model deterministik dan stokastik bergantung pada apa yang ingin kita lupakan - kesederhanaan analisis atau realisme.

Dalam teori kekacauan

Baru-baru ini, konsep model yang disebut stochastic telah semakin membaur. Hal ini disebabkan perkembangan teori chaos yang disebut. Ini menggambarkan model deterministik yang dapat memberikan hasil yang berbeda dengan sedikit perubahan pada parameter awal. Hal ini serupa dengan pengantar perhitungan ketidakpastian. Banyak ilmuwan bahkan mengakui bahwa ini sudah menjadi model stokastik.

Lothar Breyer dengan elegan menjelaskan semuanya dengan bantuan gambar puitis. Dia menulis: "Aliran gunung, jantung berdebar, epidemi cacar, kolom asap yang naik - semua ini adalah contoh fenomena dinamis, yang kadang-kadang ditandai dengan kebetulan. Pada kenyataannya, proses seperti itu selalu tunduk pada urutan tertentu, yang oleh para ilmuwan dan insinyur baru mulai dipahami. Inilah yang disebut kekacauan deterministik. " Teori baru ini terdengar sangat masuk akal, begitu banyak ilmuwan modern adalah pendukungnya. Namun, masih tetap sedikit berkembang, dan cukup sulit untuk menerapkannya pada perhitungan statistik. Oleh karena itu, model stokastik atau deterministik sering digunakan.

Bangunan

Model matematis stokastik diawali dengan pilihan ruang hasil SD. Jadi dalam statistik, daftar kemungkinan hasil proses atau acara disebut. Kemudian peneliti menentukan probabilitas masing-masing hasil dasar. Biasanya hal ini dilakukan berdasarkan metodologi tertentu.

Namun, probabilitas masih merupakan parameter yang cukup subjektif. Kemudian peneliti menentukan kejadian apa yang paling menarik untuk memecahkan masalah. Setelah itu, dia hanya menentukan probabilitasnya.

Contoh:

Pertimbangkan proses pembuatan model stokastik yang paling sederhana. Misalkan kita menggulung sebuah kubus. Jika ada "enam" atau "satu", maka kemenangan kita akan sepuluh dolar. Proses pembuatan model stokastik dalam hal ini akan terlihat seperti ini:

• Kami mendefinisikan ruang hasil SD. Kubus itu memiliki enam wajah, jadi satu, dua, tiga, empat, lima, dan enam bisa jatuh.
• Probabilitas masing-masing hasil akan 1/6, tidak peduli berapa banyak kita melempar kubus.
• Sekarang kita perlu menentukan hasil yang menarik minat kita. Ini adalah jatuhnya wajah dengan sosok "enam" atau "satu".
• Akhirnya, kita bisa menentukan probabilitas kejadian yang kita minati. Ini adalah 1/3. Kami meringkas probabilitas dari kedua peristiwa dasar yang menarik bagi kami: 1/6 + 1/6 = 2/6 = 1/3.

Konsep dan hasil

Pemodelan stokastik sering digunakan dalam perjudian. Tapi ini sangat diperlukan dalam peramalan ekonomi, karena mereka membiarkan pemahaman situasi lebih dalam dari pada deterministik. Model stokastik dalam perekonomian sering digunakan dalam pembuatan keputusan investasi. Mereka memungkinkan Anda membuat asumsi tentang profitabilitas investasi pada aset tertentu atau kelompok mereka.

Pemodelan membuat perencanaan keuangan menjadi lebih efisien. Dengan bantuannya, investor dan pedagang mengoptimalkan distribusi aset mereka. Penggunaan model stokastik selalu memiliki kelebihan dalam jangka panjang. Di beberapa industri, penolakan atau ketidakmampuan untuk menggunakannya bahkan dapat menyebabkan kebangkrutan perusahaan. Hal ini disebabkan kenyataan bahwa dalam realita parameter penting baru muncul setiap hari, dan jika tidak diperhitungkan, ini dapat menimbulkan konsekuensi bencana.