รูปแบบสุ่มของเศรษฐกิจ รูปแบบสุ่มและ

รูปแบบการสุ่มอธิบายสถานการณ์ที่ไม่แน่นอนในปัจจุบันคือ ในคำอื่น ๆ กระบวนการที่โดดเด่นด้วยในระดับหนึ่งของการสุ่ม คำคุณศัพท์มาก "สุ่ม" มาจากภาษากรีกคำว่า "เดา". เพราะความไม่แน่นอนเป็นคุณลักษณะที่สำคัญในชีวิตประจำวันรูปแบบดังกล่าวสามารถอธิบายอะไร

แต่เวลาที่เราใช้มันทุกจะได้รับผลที่แตกต่างกัน ดังนั้นจึงมักจะใช้ รูปแบบที่กำหนด แม้ว่าพวกเขาจะไม่ได้ใกล้เคียงกับสถานะที่แท้จริงของกิจการ แต่มักจะให้ผลเหมือนกันและสามารถอำนวยความสะดวกความเข้าใจในสถานการณ์ที่ลดความซับซ้อนของมันโดยการแนะนำสมการทางคณิตศาสตร์ที่ซับซ้อน

คุณสมบัติที่สำคัญ

รูปแบบ Stochastic เสมอรวมถึงหนึ่งหรือมากกว่าหนึ่งตัวแปรสุ่ม มันพยายามที่จะสะท้อนให้เห็นถึงชีวิตจริงในทุกอาการ ซึ่งแตกต่างจากรุ่นที่กำหนด, สุ่มไม่ได้มีวัตถุประสงค์เพื่อลดความซับซ้อนและลดค่าที่รู้จักกัน ดังนั้นความไม่แน่นอนเป็นคุณลักษณะที่สำคัญของ รุ่น Stochastic มีความเหมาะสมที่จะอธิบายอะไร แต่พวกเขาทั้งหมดร่วมกันในลักษณะต่อไปนี้:

• รูปแบบการสุ่มใด ๆ ที่สะท้อนให้เห็นถึงทุกแง่มุมของปัญหาที่เกิดขึ้นเพื่อการศึกษาซึ่งเป็นที่ยอมรับ
• ผลของแต่ละเหตุการณ์ที่เกิดขึ้นคือความไม่แน่นอน ดังนั้นรูปแบบรวมถึงความน่าจะเป็น ความถูกต้องของการคำนวณขึ้นอยู่กับความถูกต้องของผลโดยรวม
• ความน่าจะเป็นเหล่านี้สามารถใช้ในการทำนายหรืออธิบายกระบวนการของตัวเอง

รูปแบบสุ่มและ

สำหรับบางคนชีวิตคือชุดของ เหตุการณ์ที่เกิดขึ้นแบบสุ่ม สำหรับคนอื่น ๆ - กระบวนการที่สาเหตุที่ทำให้เกิดผลกระทบที่ ในความเป็นจริงมันเป็นลักษณะความไม่แน่นอน แต่ไม่เสมอไปและไม่ได้ทุกที่ ดังนั้นบางครั้งมันเป็นเรื่องยากที่จะพบความแตกต่างที่ชัดเจนระหว่างสุ่มและรูปแบบที่กำหนด ความน่าจะเป็นตัวบ่งชี้ที่เป็นอัตนัยค่อนข้าง

ตัวอย่างเช่นพิจารณาโยนเหรียญ ได้อย่างรวดเร็วก่อนดูเหมือนว่าโอกาสที่ตก "หาง" เป็น 50% จึงมีความจำเป็นที่จะใช้รูปแบบที่กำหนด แต่ในความเป็นจริงที่มากขึ้นอยู่กับความชำนาญของผู้เล่นและเหรียญสมดุลที่สมบูรณ์แบบ ซึ่งหมายความว่าคุณจะต้องใช้รูปแบบสุ่ม มักจะมีตัวเลือกที่เราไม่ทราบว่า ในชีวิตจริงเหตุผลที่มักจะเป็นผลมาจากสาเหตุ แต่ยังมีระดับของความไม่แน่นอน ทางเลือกระหว่างการใช้รูปแบบสุ่มและขึ้นอยู่กับสิ่งที่เรามีความยินดีที่จะเสียสละ - การวิเคราะห์ง่ายหรือมีเหตุผล

ในทฤษฎีความโกลาหล

เมื่อเร็ว ๆ นี้แนวคิดของสิ่งที่เรียกว่ารูปแบบการสุ่มที่ได้กลายเป็นเบลอมากขึ้น เพราะนี่คือการพัฒนาที่เรียกว่าทฤษฎีความโกลาหล มันอธิบายรูปแบบการกำหนดที่สามารถผลิตผลลัพธ์ที่แตกต่างกับการเปลี่ยนแปลงเล็ก ๆ น้อย ๆ ในพารามิเตอร์เริ่มต้น นี้จะคล้ายกับการเปิดตัวของความไม่แน่นอนเข้าบัญชี นักวิทยาศาสตร์หลายคนแม้จะยอมรับว่านี้มีอยู่แล้วรูปแบบสุ่ม

โลธาร์บรีเยอร์อธิบายประณีตทุกการใช้ภาพบทกวี เขาเขียนว่า: "กระแสภูเขา, หัวใจเต้นเป็นไข้ทรพิษระบาดคอลัมน์ที่เพิ่มขึ้นของควัน - ทั้งหมดนี้เป็นตัวอย่างของปรากฏการณ์แบบไดนามิกซึ่งเป็นดูเหมือนว่าบางครั้งที่โดดเด่นด้วยการสุ่ม ในความเป็นจริง แต่กระบวนการดังกล่าวจะขึ้นอยู่กับคำสั่งบางอย่างที่นักวิทยาศาสตร์และวิศวกรที่เพิ่งเริ่มที่จะเข้าใจ นี้เป็นที่รู้จักกันวุ่นวายกำหนด. " ทฤษฎีใหม่เสียงที่น่าเชื่อถือมากนักวิทยาศาสตร์สมัยใหม่จำนวนมากดังนั้นผู้สนับสนุน แต่ก็ยังคงมีการพัฒนาเล็ก ๆ น้อย ๆ และมันเป็นเรื่องยากมากที่จะนำไปใช้ในการคำนวณทางสถิติ ดังนั้นจึงมักจะใช้การสุ่มหรือรูปแบบที่กำหนด

อาคาร

Stochastic แบบจำลองทางคณิตศาสตร์ เริ่มต้นด้วยการเลือกพื้นที่เหตุการณ์ประถมศึกษา ดังนั้นในสถิติที่อ้างถึงรายการของผลลัพธ์ที่เป็นไปได้ของกระบวนการศึกษาหรือกิจกรรม จากนั้นนักวิจัยจะเป็นตัวกำหนดความน่าจะเป็นของแต่ละเหตุการณ์ประถมศึกษา นี้มักจะทำบนพื้นฐานของวิธีการที่เฉพาะเจาะจง

แต่น่าจะยังคงเป็นพารามิเตอร์ค่อนข้างอัตนัย ผู้วิจัยแล้วกำหนดซึ่งเหตุการณ์ที่เกิดขึ้นมีความสนใจที่ยิ่งใหญ่ที่สุดในการแก้ปัญหา หลังจากนั้นเขาก็กำหนดความน่าเชื่อถือของพวกเขา

ตัวอย่าง

พิจารณากระบวนการของการสร้างรูปแบบการสุ่มอย่างง่ายมาก สมมติว่าเราโยนลูกเต๋า หากผลที่ได้คือ "หก" หรือ "หนึ่ง" กำไรของเราคือเหรียญสิบ กระบวนการของการสร้างรูปแบบสุ่มในกรณีนี้จะเป็นดังนี้:

• เรากำหนดพื้นที่ของเหตุการณ์ประถมศึกษา ในก้อนหกด้านเพื่อให้พวกเขาสามารถตกออก "หนึ่ง", "สอง", "สาม", "สี่", "ห้า" และ "หก"
• ความน่าจะเป็นของแต่ละผลจะมีค่าเท่ากับ 1/6 มาก แต่เราโยนลูกเต๋า
• ตอนนี้เราจำเป็นต้องตรวจสอบผลลัพธ์ที่น่าสนใจ การสูญเสียนี้ขอบด้วยหมายเลข "หก" หรือ "หนึ่ง"
• สุดท้ายเราสามารถตรวจสอบความน่าจะเป็นของเหตุการณ์ที่น่าสนใจมาให้เรา มันเป็น 1/3 เราสรุปความน่าจะเป็นที่น่าสนใจให้เราทั้งสองเหตุการณ์ประถมศึกษา: 1/6 + 1/6 = 2/6 = 1/3

แนวคิดและผลที่ได้

การสร้างแบบจำลอง stochastic มักจะใช้ในการเล่นการพนัน แต่มันจะขาดไม่ได้ในการพยากรณ์ทางเศรษฐกิจที่พวกเขาให้ลึกกว่าที่กำหนดเพื่อให้เข้าใจสถานการณ์ รุ่น Stochastic ในทางเศรษฐศาสตร์มักจะใช้เมื่อมีการตัดสินใจในการลงทุน พวกเขาช่วยให้คุณที่จะทำให้สมมติฐานเกี่ยวกับการทำกำไรของการลงทุนในสินทรัพย์บางคนหรือบางกลุ่ม

การสร้างแบบจำลองทำให้การวางแผนทางการเงินที่มีประสิทธิภาพมากขึ้น ด้วยความช่วยเหลือของนักลงทุนและผู้ประกอบการค้าเพื่อเพิ่มประสิทธิภาพการกระจายของสินทรัพย์ โดยใช้แบบจำลองสุ่มเสมอมีความได้เปรียบในระยะยาว ในบางอุตสาหกรรม, การปฏิเสธหรือไม่สามารถที่จะใช้มันยังสามารถนำไปสู่การล้มละลายขององค์กร เพราะนี่คือความจริงที่ว่าในชีวิตจริงตัวเลือกใหม่ที่สำคัญปรากฏขึ้นทุกวันและถ้าพวกเขายังไม่ได้ นำเข้าบัญชีมัน จะหายนะ