随机模型描述了存在不确定性的情况。 换句话说，该过程的特征在于一定程度的随机性。 形容词“随机”本身来自希腊语“ guesss”。 由于不确定性是日常生活的关键特征，因此这种模型可以描述任何事物。
但是，每次使用它时，都会得到不同的结果。 因此，更常使用确定性模型。 尽管它们与事物的真实状态不太接近，但它们始终会给出相同的结果，并且更易于理解情况，并通过引入复杂的数学方程式来简化。
主要特点
随机模型始终包含一个或多个随机变量。 她力求以所有表现形式反映现实生活。 与确定性模型不同，随机模型的目标不是简化所有内容并将其减少到已知值。 因此，不确定性是其关键特征。 随机模型适合于描述任何事物，但是它们都具有以下共同特征：
- 任何随机模型都可以反映问题的各个方面，以供研究。
- 每种现象的结果都是不确定的。 因此，模型包括概率。 一般结果的准确性取决于其计算的准确性。
- 这些概率可用于预测或描述过程本身。
确定性和随机模型
对于某些人来说，生活似乎是一系列随机事件，对于另一些人来说，生命是由原因决定影响的过程。 实际上，它的特征在于不确定性，但并非总是如此，并非所有方面都如此。 因此，有时很难找到随机模型和确定性模型之间的明显差异。 概率是一个相当主观的指标。
例如，考虑投币情况。 乍看之下，“尾巴”掉落的可能性似乎为50％。 因此，必须使用确定性模型。 但是，事实证明，这很大程度上取决于玩家的技巧和硬币的完美平衡。 这意味着您需要使用随机模型。 总会有一些我们不知道的参数。 在现实生活中，原因总是决定影响，但也存在一定程度的不确定性。 在使用确定性模型和随机模型之间的选择取决于我们准备放弃的东西–分析或现实主义的简单性。
混沌理论
最近，将模型称为随机的概念变得更加模糊。 这是由于所谓的混沌理论的发展。 它描述了确定性模型，这些模型可以在初始参数稍有变化的情况下给出不同的结果。 这类似于在计算中引入不确定性。 许多科学家甚至承认这已经是一种随机模型。
洛萨·布雷耶（Lothar Breyer）在诗歌意象的帮助下优美地解释了一切。 他写道：“山上的小溪，跳动的心脏，流行的天花，冒着浓烟的柱子-所有这些都是动态现象的一个例子，似乎有时是偶然的。 实际上，这样的过程总是要遵循一定的顺序，科学家和工程师才刚刚开始理解它们。 这就是所谓的确定性混乱。” 新理论听起来很可信，因此许多现代科学家是它的支持者。 但是，它仍然发展不佳，很难在统计计算中应用。 因此，经常使用随机或确定性模型。
建筑
随机数学模型始于基本结果空间的选择。 因此，在统计中，他们称其为研究过程或事件的可能结果的列表。 然后研究人员确定每个基本结局的概率。 通常这是根据特定技术完成的。
但是，概率仍然是一个相当主观的参数。 然后，研究人员确定哪些事件最有可能解决该问题。 之后，他只需确定其可能性。
例子
考虑构造最简单的随机模型的过程。 假设我们掷骰子。 如果出现“六个”或“一个”，那么我们的奖金将是十美元。 在这种情况下，构建随机模型的过程将如下所示：
- 我们定义基本结果的空间。 立方体有六个面，因此“一个”，“两个”，“三个”，“四个”，“五个”和“六个”可以掉出来。
- 无论我们掷出多少骰子，每个结果的概率将等于1/6。
- 现在，我们需要确定我们感兴趣的结果。 这就是六或一的面孔的损失。
- 最后，我们可以确定我们感兴趣的事件的可能性。 她是1/3。 我们总结了我们感兴趣的两个基本事件的概率：1/6 + 1/6 = 2/6 = 1/3。
