stokastisuutta

Stokastisuus tarkoittaa ilmiöitä, joissa lopullinen tulos on satunnainen eikä sitä voi ennustaa tarkasti pelkän mallin perusteella. Se kuvaa järjestelmien luontaista epävarmuutta ja sitä, miten yksittäiset tapahtumat noudattavat todennäköisyyksiä sen sijaan, että ne olisi ennalta määrättyjä. Tämä eroaa deterministisestä mallinnuksesta, jossa tulos määritellään suoraan syötteen perusteella.

Käytännössä stokastisuus mallinnetaan stokastisilla prosesseilla ja tilastollisilla malleilla. Yleisiä malleja ovat Markovin ketjut, Poisson- ja Wiener-prosessit sekä stokastiset differentiaaliyhtälöt, jotka kuvaavat ajallista vaihtelua ja hajontaa. Ne tarjoavat kehyksen sekä tulosten jakaumien että aikavälisten vaihtelun ymmärtämiseen.

Sovellukset: biologiassa geneettinen drift ja molekulaarinen kohina, fysiikassa Brownin liike ja diffuusio, taloustieteessä osakkeiden hinnat ja sijoitusstrategiat, sekä ekologiassa ja epidemiologiassa stokastiset tapahtumat vaikuttavat dynamiikkaan.

Analyysissa käytetään Monte Carlo -menetelmiä, stokastisia differentiaaliyhtälöitä ja tilastollisia simulointeja sekä master-yhtälöitä. Todennäköisyyksien ja odotusarvojen lisäksi huomioidaan hajonta ja harvojen tapahtumien vaikutukset. Eristettäväksi on intrinsic- vs ekstrinsic-kohina: sisäinen kohina johtuu järjestelmän omasta rakenteesta, ulkoinen kohina ympäristöstä.

Stokastisuuden ymmärtäminen auttaa tekemään realistisia ennusteita ja päätöksiä epävarmuuden vallitessa.