경제의 확률 론적 모델. 결정 론적 및 확률 적 모델

확률 론적 모델은 불확실성이있는 상황을 설명합니다. 다른 말로하면,이 과정은 어느 정도의 무작위성을 특징으로합니다. 매우 형용사적인 "확률 론적"은 헬라어 "추측 (guess)"에서 유래합니다. 불확실성은 일상 생활의 주요 특징이기 때문에 그러한 모델은 무엇이든 기술 할 수 있습니다.

그러나 우리가 그것을 적용 할 때마다, 우리는 다른 결과를 얻을 것이다. 따라서 결정 론적 모델 이 종종 사용됩니다 . 실제 상태에 최대한 가깝지는 않지만 항상 동일한 결과를 제공하고 상황을 더 쉽게 이해할 수 있도록 수학 방정식을 도입하여 단순화합니다.

주요 기능

확률 론적 모델은 항상 하나 이상의 확률 변수를 포함합니다. 그것은 모든 징후에 실제 생활을 반영하고자합니다. 결정 론적 모델과는 달리, 확률 론적 모델은 모든 것을 단순화하고이를 알려진 양으로 줄이는 목적이 없습니다. 따라서 불확실성이 주요 특징입니다. 확률 모델은 무엇이든 설명하는 데 적합하지만 다음과 같은 공통된 특징을 가지고 있습니다.

• 모든 확률 모델은 연구가 생성 된 문제의 모든 측면을 반영합니다.
• 각 현상의 결과는 불확실합니다. 따라서 모델에는 확률이 포함됩니다. 계산의 정확도는 전체 결과의 정확성에 달려 있습니다.
• 이 확률은 프로세스 자체를 예측하거나 설명하는 데 사용될 수 있습니다.

결정 론적 및 확률 적 모델

어떤 사람들은 인생이 일련의 무작위 사건, 다른 사건, 즉 원인이 조사를 야기하는 과정입니다. 사실, 그것은 불확실성에 의해 특징 지어 지지만 항상 모든 것이 아닌 것은 아닙니다. 따라서 확률 론적 모델과 결정 론적 모델 사이의 명확한 차이점을 찾는 것이 때로는 어렵습니다. 확률은 상당히 주관적인 지표입니다.

예를 들어, 동전 던지기 상황을 생각해보십시오. 언뜻보기에 "꼬리"가 빠져 나올 확률은 50 %입니다. 따라서 결정 론적 모델을 사용해야합니다. 그러나 실제로는 플레이어의 손재주와 동전의 균형을 완벽하게 유지하는 것이 중요합니다. 즉, 확률 론적 모델을 사용해야합니다. 우리가 모르는 매개 변수가 항상 있습니다. 실생활에서 그 원인은 항상 효과를 발생 시키지만 어느 정도의 불확실성도 있습니다. 결정 론적 모델과 확률 적 모델의 사용 사이의 선택은 우리가 기꺼이 포기할 것인가 - 분석의 단순성 또는 사실성 -에 달려 있습니다.

혼돈 이론

최근에는 어떤 모델이 확률 론적이라고하는 개념이 더욱 확산되었습니다. 이것은 소위 카오스 이론의 발전 때문입니다. 초기 매개 변수가 약간 변경되면서 다른 결과를 줄 수있는 결정 론적 모델을 설명합니다. 이는 불확도 산정에 대한 소개와 유사합니다. 많은 과학자들은 이것이 이미 확률론적인 모델이라는 것을 인정하기까지했습니다.

Lothar Breyer는 시적인 이미지의 도움으로 모든 것을 우아하게 설명했습니다. 그는 다음과 같이 썼습니다. "산의 흐름, 박동의 심장, 천연두 전염병, 떠오르는 연기의 기둥 -이 모든 것이 역동적 인 현상의 예이며 때로는 우연에 의해 특징 지어지는 것 같습니다. 실제로 이러한 프로세스는 항상 과학자와 엔지니어가 이해하기 시작하는 특정 순서에 따라 달라집니다. 이것은 소위 결정 론적 혼란입니다. " 새로운 이론은 그럴듯하게 들리므로 많은 현대 과학자들이 지지자입니다. 그러나 아직까지는 거의 개발되지 않았으므로이를 통계 계산에 적용하는 것은 매우 어렵습니다. 따라서 확률 론적 또는 결정 론적 모델이 종종 사용됩니다.

빌딩

확률 론적 수학 모델 은 기본 결과 공간의 선택으로 시작됩니다. 따라서 통계에서 프로세스 또는 이벤트의 가능한 결과 목록이 호출됩니다. 그런 다음 연구자는 각 기본 결과의 확률을 결정합니다. 대개 이것은 특정 방법론에 기초하여 수행됩니다.

그러나 확률은 여전히 주관적인 매개 변수입니다. 그런 다음 연구원은 문제 해결을 위해 가장 흥미로운 사건을 결정합니다. 그 후, 그는 단순히 자신의 확률을 결정합니다.

예 :

가장 단순한 확률 적 모델을 만드는 과정을 고려하십시오. 우리가 큐브를 굴린다고 가정 해보십시오. "6"또는 "하나"가 있으면 우리의 상금은 10 달러가됩니다. 이 경우에 확률 모델을 만드는 과정은 다음과 같습니다.

• 우리는 초등 결과의 공간을 정의합니다. 큐브는 6 개의 얼굴을 가지고 있으므로 1, 2, 3, 4, 5, 6이 빠져 나올 수 있습니다.
• 큐브를 얼마나 던지더라도 각 결과의 확률은 1/6입니다.
• 이제 우리에게 관심있는 결과를 결정해야합니다. 이것은 "6"또는 "하나"라는 숫자가있는 얼굴의 추락입니다.
• 마지막으로, 우리는 우리에게 관심있는 사건의 확률을 결정할 수 있습니다. 1/3입니다. 우리는 관심있는 초등 사건의 확률을 1/6 + 1/6 = 2/6 = 1/3으로 요약합니다.

개념과 결과

확률 적 모델링은 종종 도박에서 사용됩니다. 그러나 경제적 예측에서 결정적인 것들보다 상황을 더 깊이 이해할 수 있기 때문에 경제 예측에 필수적입니다. 경제의 확률 모델은 종종 투자 결정을 내리는 데 사용됩니다. 그들은 특정 자산 또는 그 그룹에 대한 투자 수익성을 가정 할 수 있습니다.

모델링은 재무 계획을보다 효율적으로 만듭니다. 도움으로 투자자와 거래자는 자산 분배를 최적화합니다. 확률 론적 모델링의 사용은 항상 장기적으로 이점을 갖는다. 일부 산업에서는 그것을 거부하거나 사용할 수 없기 때문에 기업 파산을 초래할 수 있습니다. 이것은 실제 생활에서 새로운 중요한 매개 변수가 매일 나타나고, 고려 되지 않은 경우 치명적인 결과를 초래할 수 있기 때문입니다.